> ## Documentation Index
> Fetch the complete documentation index at: https://docs.comfy.org/llms.txt
> Use this file to discover all available pages before exploring further.

# Fish Audio：テキストから音声、ボイスクローン、音声からテキスト

> ComfyUI で Fish Audio の TTS・ボイスクローン・音声書き起こしワークフローを実行：テンプレートの使い方、ノードの接続、Cloud リンク

Fish Audio は、テキストから音声、ボイスクローン、音声からテキストをカバーする音声 AI サービスです。ComfyUI では 4 つの partner ノード（Text to Speech、Speech to Text、Voice Selector、Instant Voice Clone）として提供されます。このページでは、用意されたワークフローテンプレートとノードの接続方法を説明します。インラインタグ（感情・トーン・ポーズ・音素）の完全なリファレンスは [Fish Audio プロンプトガイド](/ja/tutorials/partner-nodes/fishaudio/prompt-guide) を参照してください。

<Tip>
  APIノードを使用するには、正しくログインしていることと、許可されたネットワーク環境で使用していることを確認する必要があります。APIノードの使用に必要な具体的な要件については、ドキュメントの「[APIノードの概要](/ja/tutorials/partner-nodes/overview)」セクションをご参照ください。
</Tip>

<Tip>
  <Tabs>
    <Tab title="ローカルユーザー">
      ComfyUI が最新版に更新されていることを確認してください。

      * [ComfyUI のダウンロード](https://www.comfy.org/download)
      * [更新手順](/ja/installation/update_comfyui)

      このガイドで紹介するワークフローは、[ワークフローテンプレート](/ja/interface/features/template)から入手できます。
      テンプレート内に該当のワークフローが見つからない場合、ComfyUI のバージョンが古くなっている可能性があります。

      ワークフローを読み込んだ際にノードが欠落している場合の考えられる原因：

      1. 最新の ComfyUI（Nightly 版）を使用していない
      2. 起動時に一部のノードのインポートに失敗している
    </Tab>

    <Tab title="クラウドユーザー">
      * [Cloud](https://cloud.comfy.org) は、ComfyUI の安定版リリース後に更新されます。

      したがって、このドキュメントでコアノードが見つからない場合、それは新しいコアノードがまだ最新の安定版にリリースされていない可能性があります。次回の安定版リリースをお待ちください。
    </Tab>
  </Tabs>
</Tip>

## ComfyUI で Fish Audio を使う

Fish Audio partner nodes は、ノードメニューの `partner/audio/Fish Audio` カテゴリにあります。4 つのノードがワークフローをカバーします：

* **Fish Audio Text to Speech**：テキストを音声に変換します。出力は `AUDIO`
* **Fish Audio Speech to Text**：音声をテキストに書き起こします。出力は `text`、`language_code`、`segments_json`
* **Fish Audio Voice Selector**：プリセット音声から選ぶか、`custom` で任意の fish.audio 音声モデルを入力します（`https://fish.audio/m/<id>/` の ID）。出力は `voice`
* **Fish Audio Instant Voice Clone**：録音から非公開のクローン音声を作成します。出力は `voice`

### モデルの選択

Text to Speech ノードの `model` パラメータには 2 つの選択肢があります：

* `s2.1-pro`（推奨）：0〜5 の拡張可能な音声入力で多話者に対応
* `s1`（legacy）：単一のオプション音声入力を受け付け、プロンプトガイドで説明する丸括弧の感情タグ構文を使用

### 音声の接続

Voice Selector または Instant Voice Clone の `voice` 出力を Text to Speech ノードに接続します。入力名はモデルによって異なります：`s2.1-pro`（推奨）は拡張可能な `voices` 入力（最大 5 スロット）、`s1` は単一のオプション `voice` 入力を持ちます。音声が 1 つだけの場合、ノードは内部的に `reference_id` として渡します。2 つ以上接続する場合は、テキストで `@Voice1`、`@Voice2` のように話者をマークし、接続したすべての音声がテキストに少なくとも 1 回登場する必要があります。詳細はプロンプトガイドの[多話者対話](/ja/tutorials/partner-nodes/fishaudio/prompt-guide#多話者対話)を参照してください。

### クローンの制限

Instant Voice Clone ノードは 1〜20 本の録音を受け付け、1 本あたり 10〜30 秒を推奨し、合計時間が 270 秒未満であることをハード的に検証します。`enhance_audio_quality` オプションはデフォルトで有効です。録音のコツはプロンプトガイドの[ボイスクローンの品質](/ja/tutorials/partner-nodes/fishaudio/prompt-guide#ボイスクローンの品質)を参照してください。

### アカウントと価格

これらのノードは ComfyUI アカウントへのサインインが必要で、利用量に応じて課金されます。ノードに表示される参考価格：テキストから音声は約 $21.45 / 1M バイトのテキスト、音声からテキストは $0.00858 / 分、ボイスクローンは無料です。

## 利用可能なワークフロー

3 つのテンプレートが Fish Audio の主要フローをカバーします：テキストから音声、ボイスクローンから音声、音声からテキスト。ComfyUI のテンプレートライブラリから開くか、Comfy Cloud で直接実行できます。ボイスクローンと音声からテキストのテンプレートには ComfyUI 0.34.0 以降が必要です。

<h3 id="api_fishaudio_text_to_speech">
  Fish Audio: テキストから音声
</h3>

プリセット音声でセリフから音声を生成します。[プロンプトガイド](/ja/tutorials/partner-nodes/fishaudio/prompt-guide)のインラインタグをテキストに書き込み、Voice Selector で別のプリセットを選ぶか、クローン音声を接続してください。

<img src="https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/templates/api_fishaudio_text_to_speech-1.webp" alt="Fish Audio: テキストから音声 ワークフロープレビュー" />

<CardGroup cols={2}>
  <Card title="Comfy Cloudで実行" icon="cloud" href="https://cloud.comfy.org/?template=api_fishaudio_text_to_speech&utm_source=docs&utm_medium=referral&utm_campaign=fishaudio">
    Comfy Cloudで開く
  </Card>

  <Card title="ワークフローをダウンロード" icon="download" href="https://github.com/Comfy-Org/workflow_templates/blob/main/templates/api_fishaudio_text_to_speech.json">
    JSONをダウンロード、またはテンプレートライブラリで「Fish Audio: Text to Speech」を検索
  </Card>
</CardGroup>

**入力素材**

このファイルを該当する`LoadAudio`ノードにアップロードしてください:

<CardGroup cols={2}>
  <Card title="fish_audio_example.mp3" icon="music" href="https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/input/fish_audio_example.mp3">
    `LoadAudio` ノード11 · `fish_audio_example.mp3`
  </Card>
</CardGroup>

<h3 id="api_fishaudio_voice_clone_tts">
  Fish Audio: ボイスクローンから音声
</h3>

短い録音から声をクローンし、その声に任意のセリフを話させます。15〜20 秒のクリップを 2〜3 本録音し、`LoadAudio` ノードからアップロードする（または `RecordAudio` ノードで直接録音する）か、Instant Voice Clone の出力を Text to Speech ノードに接続してください。録音のコツはプロンプトガイドの[ボイスクローンの品質](/ja/tutorials/partner-nodes/fishaudio/prompt-guide#ボイスクローンの品質)を参照してください。

<img src="https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/templates/api_fishaudio_voice_clone_tts-1.webp" alt="Fish Audio: ボイスクローンから音声 ワークフロープレビュー" />

<CardGroup cols={2}>
  <Card title="Comfy Cloudで実行" icon="cloud" href="https://cloud.comfy.org/?template=api_fishaudio_voice_clone_tts&utm_source=docs&utm_medium=referral&utm_campaign=fishaudio">
    Comfy Cloudで開く
  </Card>

  <Card title="ワークフローをダウンロード" icon="download" href="https://github.com/Comfy-Org/workflow_templates/blob/main/templates/api_fishaudio_voice_clone_tts.json">
    JSONをダウンロード、またはテンプレートライブラリで「Fish Audio: Voice Clone to Speech」を検索
  </Card>
</CardGroup>

**入力素材**

このファイルを該当する`LoadAudio`ノードにアップロードしてください:

<CardGroup cols={2}>
  <Card title="api_fishaudio_voice_clone_tts_fish_audio_example.mp3" icon="music" href="https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/input/api_fishaudio_voice_clone_tts_fish_audio_example.mp3">
    `LoadAudio` ノード11 · `api_fishaudio_voice_clone_tts_fish_audio_example.mp3`
  </Card>
</CardGroup>

<h3 id="api_fishaudio_speech_to_text">
  Fish Audio: 音声からテキスト
</h3>

オーディオクリップをテキストに書き起こします。80 以上の言語を自動判別し、`precise_timestamps` を有効にするとセグメントごとの開始・終了時刻が JSON で返されるため、字幕作成に便利です。

<img src="https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/templates/api_fishaudio_speech_to_text-1.webp" alt="Fish Audio: 音声からテキスト ワークフロープレビュー" />

<CardGroup cols={2}>
  <Card title="Comfy Cloudで実行" icon="cloud" href="https://cloud.comfy.org/?template=api_fishaudio_speech_to_text&utm_source=docs&utm_medium=referral&utm_campaign=fishaudio">
    Comfy Cloudで開く
  </Card>

  <Card title="ワークフローをダウンロード" icon="download" href="https://github.com/Comfy-Org/workflow_templates/blob/main/templates/api_fishaudio_speech_to_text.json">
    JSONをダウンロード、またはテンプレートライブラリで「Fish Audio: Speech to Text」を検索
  </Card>
</CardGroup>

**入力素材**

このファイルを該当する`LoadAudio`ノードにアップロードしてください:

<CardGroup cols={2}>
  <Card title="fish_audio_example.mp3" icon="music" href="https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/input/fish_audio_example.mp3">
    `LoadAudio` ノード11 · `fish_audio_example.mp3`
  </Card>
</CardGroup>

## はじめに

1. ComfyUI を最新版に更新します
2. 上のワークフローテンプレートを開くか、ノードメニューの `partner/audio/Fish Audio` カテゴリから Fish Audio ノードを追加します
3. 表示されたら ComfyUI アカウントにサインインします
4. [プロンプトガイド](/ja/tutorials/partner-nodes/fishaudio/prompt-guide)のインラインタグを使ってセリフを書きます
5. ワークフローを実行し、音声をプレビューまたは保存します