> ## Documentation Index
> Fetch the complete documentation index at: https://dripart-matt-router-pricing-pika-and-guard.mintlify.site/llms.txt
> Use this file to discover all available pages before exploring further.
# ComfyUI ACE-Step 1.5 AI音楽生成ガイド
> ComfyUIでACE-Step 1.5を用いたAI音楽生成の方法を学びます。ComfyUI向けのワークフロー、モデルのダウンロード、およびセットアップ手順を含む完全なガイドです。
ACE-Step 1.5 は ACE Studio と StepFun によるオープンソースの音楽生成モデルで、テキストによる説明と任意の歌詞から 1 曲を完成させます。ComfyUI がネイティブにサポートしているため、10 秒のループから数分の楽曲までローカルで生成できます。
モデルの中核は、言語モデルのプランナーと Diffusion Transformer（DiT）オーディオデコーダーの組み合わせです。プランナーは簡単な入力から楽曲の設計図を生成し、Chain-of-Thought 推論で構成、メタデータ、歌詞、キャプションをまとめ、DiT が音声をレンダリングします。アラインメントは外部の報酬モデルや人間の嗜好データではなく、モデル内部の仕組みだけで実現されています。
生成は対話的に使える速度で、A100 では 1 曲あたり 2 秒未満、RTX 3090 では 10 秒未満です。VRAM 4 GB 未満の構成では LM プランナーを無効にして DiT のみで実行します。数曲で LoRA を学習すれば自分のスタイルを再現できます。
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
* [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。
**モデルの主な特長**：
* **商用レベルの品質**: ほとんどの商用音楽モデルを上回る品質で、音楽的整合性スコアは 4.72
* **高速生成**: A100 で 1 曲 2 秒未満、RTX 3090 で 10 秒未満
* **長時間の出力**: 10 秒から 10 分までの長さに対応
* **50 以上の言語**: 英語、中国語、日本語、韓国語、スペイン語、ドイツ語、フランス語、ポルトガル語、イタリア語、ロシア語をサポート
* **LoRA 微調整**: ComfyUI での LoRA 学習による軽量なパーソナライズ
## オプション1：オールインワンチェックポイント（推奨）
AIO（All-in-One）版は、すべてのモデルを単一のチェックポイントファイルにパッケージ化しており、ダウンロードおよび管理が容易です。
AIOワークフロー
Comfy Cloud で開く
JSON をダウンロードするか、テンプレートライブラリで「ACE-Step 1.5 Music Generation AIO」を検索
### AIOモデルのダウンロード
オールインワンチェックポイントファイル（大多数のユーザーに推奨）。
**AIOモデルの保存場所**
```
📂 ComfyUI/
├── 📂 models/
│ └── 📂 checkpoints/
│ └── ace_step_1.5_turbo_aio.safetensors
```
## オプション2：分割モデルファイル
分割版では、個別のモデルコンポーネントをそれぞれ別々にダウンロードできます。
分割モデルワークフロー
Comfy Cloud で開く
JSON をダウンロードするか、テンプレートライブラリで「ACE-Step 1.5 Music Generation Workflow」を検索
### 分割モデルのダウンロード
拡散モデル（Diffusion Model）。
テキストエンコーダー（0.6B）。
テキストエンコーダー（1.7B）。
VAEモデル。
**分割モデルの保存場所**
```
📂 ComfyUI/
├── 📂 models/
│ ├── 📂 diffusion_models/
│ │ └── acestep_v1.5_turbo.safetensors
│ ├── 📂 text_encoders/
│ │ ├── qwen_0.6b_ace15.safetensors
│ │ └── qwen_1.7b_ace15.safetensors
│ └── 📂 vae/
│ └── ace_1.5_vae.safetensors
```
## ComfyUIにおけるACE-Step 1.5の主要機能
### 思考連鎖（Chain-of-Thought）によるプランニング
ACE-Step 1.5モデルは、思考連鎖（Chain-of-Thought）推論を用いてメタデータ、歌詞、キャプションを統合し、拡散プロセスを効果的に制御します。その結果、より整合性の高い長尺楽曲の生成が可能になります。
### ハイブリッドLM＋DiTアーキテクチャ
ACE-Step 1.5は、楽曲構造を計画する言語モデル（LM）と、音声合成を担当する拡散トランスフォーマー（DiT）を組み合わせたハイブリッドアーキテクチャを採用しており、両者がComfyUI上でネイティブに動作します。
## ComfyUIへの今後の追加予定機能
以下の機能はACE-Step 1.5には既に実装済みですが、現時点ではComfyUIではまだサポートされていません：
* **カバー（Cover）**：任意の楽曲を入力として与え、新しいプロンプトおよび歌詞とともに提示すると、モデルが全く異なるスタイルでその楽曲を再解釈・再構成します
* **リペイント（Repaint）**：音声の一部区間を選択し、その部分のみを再生成します。モデルは他の部分を一切変更せずに、再生成した区間をシームレスに挿入・統合します
## ACE-Step 1.5関連のComfyUIリソース
* [プロジェクトページ](https://ace-step.github.io/)
* [Hugging Face](https://huggingface.co/Comfy-Org/ace_step_1.5_ComfyUI_files)
* [GitHub](https://github.com/ace-step/ACE-Step)
* [ブログ記事](https://blog.comfy.org/p/ace-step-15-is-now-available-in-comfyui)
This documentation is built and hosted on [Mintlify](https://mintlify.com), a developer documentation platform.