ComfyUIにStable Audio 3.0対応
Stability AI が商用ライセンス対応の音楽生成モデル「Stable Audio 3.0」を ComfyUI に統合し、CPU での軽量実行や最大6分間の長尺トラック生成を可能にした。
キーポイント
商用利用とデータライセンスの明確化
完全にライセンスされた音楽データで訓練されており、商用利用が許可されている点が強調されています。
多様なモデルサイズと生成時間の拡張
Small-SFX（2分）、Small-Music（2分）、Medium（約6分）の3つのモデルを提供し、用途やハードウェアに応じて選択可能になりました。
ローカル環境での高パフォーマンス実現
小型モデルは CPU でも動作するため、大規模な GPU 環境がなくても即座に音響効果やループを作成できます。
ComfyUI ワークフローへのシームレス統合
v0.22.0 以上の ComfyUI または Comfy Cloud でテンプレートとして利用可能になり、プロンプトと時間設定だけで実行できます。
重要な引用
Trained on fully licensed data, these models bring variable-length generation... and stronger musicality for longer structure
run Small SFX and Small music on a CPU, no big GPU required.
Medium goes beyond six minutes when you need length.
影響分析・編集コメントを表示
影響分析
このニュースは、クリエイティブ業界において高品質な音楽生成ツールのハードルを大幅に下げた画期的な進展です。特に商用ライセンスと CPU 対応が組み合わさることで、個人開発者や小規模スタジオでも本格的な音響制作が可能となり、AI 音楽生成の民主化が加速します。ComfyUI への統合により、既存のワークフローを崩すことなく導入できる点も、現場での即座の実用性を高めています。
編集コメント
Stable Audio 3.0 の商用ライセンス対応と CPU での動作は、AI 音楽生成ツールがプロフェッショナルなワークフローに本格的に組み込まれるための重要なマイルストーンです。ComfyUI によるシームレスな統合により、技術的な障壁を下げつつ高品質な創作を可能にする点は、クリエイターにとって極めて歓迎すべき展開と言えます。
Stability AI が芸術的な実験のために構築した新しい音楽モデル「Stable Audio 3.0」のファミリーが、ついに ComfyUI に対応します。すべてライセンスを取得したデータで学習されたこれらのモデルは、可変長の生成、デバイス上で動作する軽量なチェックポイント、そしてより長い構成を可能にする高い音楽性を提供します。これにより、既存のワークフロー内で、即座に使える効果音から拡張されたトラックまで、幅広い制作が可能になります。
ダウンロード可能なワークフローを用意しています。
モデルの特徴
- 商用利用ライセンス付き：完全にライセンスを取得した音楽データで学習されています。
- フレキシブルなクリップ長：数秒の SFX（効果音）や短いループから、最大約 2 分（Small モデル）、6 分（Medium モデル）までの長いトラックまで対応可能です。
- 軽量な小型モデル：CPU でも Small-SFX や Small-Music を実行可能で、大規模な GPU は不要です。
- Medium モデルによる長尺音楽：GPU を利用すれば、構造と音楽性を強化したより充実したトラックを生成できます。
利用可能なモデル
Small-SFX：効果音や短い環境音。最大 2:00。
Small-Music：短い楽曲やデバイス向けループ。最大 2:00。
Medium：構造と音楽性を重視した長尺トラック。最大約 6:20。
Small モデルは 2 分まで生成可能（Stable Audio Open の 11 秒/47 秒と比較）。必要に応じて、Medium モデルなら 6 分以上の長さも可能です。
🤗 Stabilityai/stable-audio-3
🤗 Comfy-Org/stable-audio-3 (ComfyUI 用)
使用例
音楽
ジャンル、楽器、雰囲気、長さを指定した、完成された楽曲のための短いアイデア。
のんびりとした夢のような雰囲気を演出する Lo-fi hip-hop チルトラック。メロウなエレクトリックピアノ、ソフトなビニールのクラック音、控えめなシンセパッド、ローパスフィルタをかけたドラム、パーカッションループ、そして柔らかく弾かれたベースが特徴です。BPM: 75、長さ：150 秒。
80 年代レトロなシンセウェーブトラック。アルペジエイテッドなシンセリード、アナログパッド、エレキベース、パンチの効いた電子ドラム、ゲートド・リバーブのかかったスネア、そしてノスタルジックで活気あるエネルギーを醸し出す atmospheric FX を組み合わせています。BPM: 110、長さ：180 秒。
楽器（Instrument）
制作やスコアリング用の単一楽器または小グループによるクリップです。
- リズム感の強いギターミュートストロークループ。BPM: 100、長さ：8 秒
- 明るく共鳴するトーンを持つpluck シーケンスループ。BPM: 128、長さ：10 秒
音響効果と環境音（Sound effects and ambience）
映像やゲーム用のインパクト、テクスチャ、環境音、モーションサウンドです。
- 砂利の上を歩く足音。一定の歩行ペースで、クローズアップ視点。長さ：8 秒
- 高速で通り過ぎる車。ドップラー効果とリアルなウィーシュ音を再現。長さ：3 秒
ワンショット（One-shot）
ドラム、UI サウンド、トランジション、サンプルライブラリ用の短く孤立したサウンドです。
- ジャジーなトーンと共鳴する木製のボディを持つベースのプル。長さ：3 秒
- ラテンドラム。ダイナミックで本格的なリズムパターンを特徴とするラテンドラムとパーカッションアンサンブル。長さ：3 秒
始め方（Get started）
ComfyUI を v0.22.0 にアップデートするか、Comfy Cloud を利用してください。
左側のサイドバーから「Template」→「Audio category」を選択し、「Stable Audio 3.0 Template」を選んでください。
ローカルユーザーの方は、ワークフロー内の注意事項に従い、モデルをダウンロードして適切なディレクトリに配置してください。
プロンプトを入力し、秒単位で再生時間を設定して「実行」ボタンを押すだけです。
Stable Audio 3.0 Medium Base ワークフロー
Stable Audio 3.0 Medium ワークフロー
いつものように、創作を楽しんでください！
原文を表示
We’re excited to share that Stable Audio 3.0—Stability AI’s new family of music models built for artistic experimentation—is coming to ComfyUI. Trained on fully licensed data, these models bring variable-length generation, on-device-friendly small checkpoints, and stronger musicality for longer structure—so you can go from quick SFX to extended tracks inside the workflows you already use.
Download Workflow
Model highlights
Licensed for commercial use — trained on fully licensed music data.
Flexible clip length — from quick SFX and short loops to longer tracks (up to about two minutes on Small, six minutes on Medium).
Lightweight, small models — run Small SFX and Small music on a CPU, no big GPU required.
Medium for longer music — fuller tracks with stronger structure when you have a GPU.
Available Models
Small-SFX: Sound effects and short ambiance, up to 2:00,
Small-Music: Short music and on-device-friendly loops, up to 2:00
Medium: Longer tracks with stronger structure and musicality, up to ~6:20
Small reaches two minutes (vs. 11s / 47s on Stable Audio Open). Medium goes beyond six minutes when you need length.
珞 Stabilityai/stable-audio-3
珞 Comfy-Org/stable-audio-3 (for ComfyUI)
Examples
Music
A short idea for a complete piece (genre, instruments, mood, length).
Lo-fi hip-hop chill track with mellow electric piano, soft vinyl crackle, subtle synth pads, low-pass filtered drums, percussion loops, and soft plucked bass for a relaxed, dreamy vibe. BPM: 75. Length: 150 seconds
Synthwave 80s retro track with arpeggiated synth leads, analog pads, electric bass, punchy electronic drums, gated reverb snares, and atmospheric FX for nostalgic and vibrant energy. BPM: 110. Length: 180 seconds
Instrument
Single-instrument or small-group clips for production and scoring.
Guitar muted strum loop with tight rhythmic feel. BPM: 100. Length: 8 seconds
Pluck sequence loop with bright resonant tone. BPM: 128. Length: 10 seconds
Sound effects and ambience
Impacts, textures, environments, and motion sounds for pictures and games.
Footsteps on gravel, steady walking pace, close perspective. Length: 8 seconds
Car speeding past at high velocity, doppler effect, realistic whoosh. Length: 3 seconds
One-shot
Brief isolated sounds for drums, UI, transitions, and sample libraries.
Bass pluck with jazzy tone and resonant wooden body. Length: 3 seconds
Latin drums, dynamic Latin drums and percussion ensemble featuring authentic rhythmic patterns. Length: 3 seconds
Get started
Update ComfyUI to v0.22.0 or go to Comfy Cloud
Go to the left sidebar → Template → Audio category → Choose Stable Audio 3.0 Template
For local users, please follow the note in the workflow to download the models and place them in the correct directory
Write a prompt, set the duration in seconds, then hit run.
Stable Audio 3.0 Medium Base Workflow
Stable Audio 3.0 Medium Workflow
As always, enjoy creating!
関連記事
今日のまとめ
AI日報で今日の重要ニュースをまとめ読み