ComfyUI の Pika Music と Pika SFX: AI 楽曲とサウンドエフェクト

• 動画編集の尺にそのまま合わせた楽曲、ジングル、インストゥルメンタルの下地用トラック
• 書き上げた歌詞を歌にすること。言葉を変えずにスタイルだけ差し替えられます
• 手持ちのトラックの作り直し: ジャンルもテンポも変えて、下にあるのは同じ曲
• 完成した映像のためのフォーリー、インパクト、ホイッシュ、ルームトーン、ゲームイベント用の効果音

​

はじめに

1. ComfyUI を 0.45.0 以降に更新します
2. テンプレートライブラリで Pika Music または Pika SFX を検索します
3. プロンプトを書き、duration を設定してワークフローを実行します

​

Pika Music: テキストから楽曲へ

1. Pika Music ノードで text to music を選択します。
2. prompt に方向性を書きます。ジャンルと年代、BPM とキー、フックを担う楽器、ボーカルの性格、そして曲がセクションごとにどう進むか。最大 4,000 文字がモデルに届きます。
3. [Verse] や [Chorus] などのセクションタグ付きの lyrics を追加します。インストゥルメンタルにする場合は空のままにします。上限は 8,000 文字です。
4. duration を 10〜360 秒の範囲（既定 30）で設定します。rewrite_prompt は、プロンプトが数語だけで、まずモデルに展開してほしいときだけオンにします。
5. ワークフローを実行します。Save Audio (Advanced) が MP3 を ComfyUI/output/audio/ に書き出します。

​

Pika Music: 曲をカバーする

​

Pika SFX: テキストからサウンドエフェクトへ

1. Pika SFX のプロンプトにサウンドを書きます。たとえば、古い木の扉が錆びた蝶番でゆっくり軋みながら開き、その後で重い掛け金がカチッと閉まる様子です。
2. duration を 1〜20 秒の範囲（既定 5）で設定し、ワークフローを実行します。MP3 は ComfyUI/output/audio/ に出力されます。

​

楽曲プロンプトの書き方

Slow-burning indie soul ballad at 72 BPM: warm Rhodes electric piano, brushed drums, upright bass and a soft horn section that swells in the chorus. Intimate late-night lounge mood, analog tape saturation, wide stereo reverb.

• Mainstream dance pop, four-on-the-floor beat at 124 BPM in A minor, bright female lead in an upper-mid register, sidechained warm pads, plucked synth hook, filtered verse lifting into a festival-sized chorus, glossy radio mix.
• Sparse solo grand piano at 68 BPM, felt hammers and close mic, rubato intro resolving into a steady left-hand arpeggio, no drums, no vocals.
• Cinematic orchestral build at 90 BPM, taiko and low-string ostinato, brass swell around twenty seconds, choir pad underneath, wide trailer mix, instrumental.
• Lofi hip hop at 82 BPM, dusty boom-bap drums, vinyl crackle, warm electric piano loop, upright bass, no vocals, loopable.

• 音色だけでなく展開を書く。 Filtered verse lifting into a full chorus と書くと曲に進む先ができます。楽器名を長く並べただけだと、静的な音の塊が返りがちです。
• 不要なものを明示する。 no vocals、no ad-libs、dry close-mic lead はいずれも方向性として読まれます。
• 歌い方を指定する。 音域、性別、ミックス内でのボーカルの前に出方のほうが、楽器を 1 つ足すより曲を変えます。
• 用途に合わせて長さを決める。 10 秒のステイングと 180 秒のBGMでは必要な方向性が違います。長い曲を作って切るのではなく、必要な長さで生成します。
• 一度に 1 つだけ変える。 プロンプトを編集する間は seed を固定すると、聞こえる違いは自分が加えた変更によるものになります。

​

歌詞とセクションタグ

• lyrics が空のときは、同じ方向性でボーカルのないインストゥルメンタルが返ります。
• タグは構造を決めます。歌う文字ではなく、フレーズの切り方とセクションの境界として読まれます。[Verse]、[Pre-Chorus]、[Chorus] でほとんどの曲は足ります。繰り返しや終わりを指定するときは [Verse 2]、[Bridge]、[Final Chorus] を加えます。
• 歌詞は 1 行に 1 フレーズ。モデルは改行を区切りとしてフレーズを作ります。

[Verse]
Streetlights hum on the empty avenue
I keep the radio low and the windows down
[Pre-Chorus]
Every red light is a chance to turn around
[Chorus]
I'm not lost, I'm just taking the long way home

​

サウンドエフェクトのプロンプトの書き方

• 1 回につき 1 イベント。 扉が開いて掛け金が閉まるのは、その順番で設定した長さの中に収まるときだけ、同じプロンプトに書けます。
• 台詞の下に敷くなら no music, no voices。 生成物がきれいに残ります。
• 長さはイベントに合わせる。 クリック音は 1 秒で足りますが、ライザーはカット前の間を埋める必要があります。
• 複数試す。 新しい seed で再実行し、素材、空間、強度の順に 1 つずつ変えます。

​

長さ、制限、クレジット

​

出力と保存

• Create Video に接続して、一連のフレームにトラックを付けられます
• ヒットごとに Pika SFX を 1 回ずつ実行し、編集ソフトで重ねます。1 回の実行でエフェクトは 1 本だけです
• タイムライン上で長い曲を切るのではなく、トラックの長さをカットの尺に合わせて設定します

​

どの Pika オーディオノードを使うか

​

関連ページ

• Pika H3 Flex: 同期したオーディオ付きのビデオ生成
• Mirelo SFX 2.0: クリップに合わせたフォーリーと、テキストから SFX
• ACE-Step 1.5: ローカルの GPU で動くオープンウェイトの楽曲モデル
• パートナーノードの料金 と 同時実行の制限