Stable Diffusion入門 from Thailand 第40回

Suno級がローカルで？ 音楽生成AI「ACE-Step 1.5」を本気で検証

ComfyUIで生成してみた

　ACE-Step 1.5の使い方はいくつかある。GitHubからコードを取得してローカルで動かす方法、Hugging Face Spacesの公式Webデモを使う方法、そしてComfyUIから操作する方法だ。

　Webデモは手軽だが、細かなパラメーター調整は難しい。コード実行は自由度が高い一方で、環境構築に手間がかかる。そこで今回は、ローカルで動かしながら設定を可視化できるComfyUIを選んだ。

　ComfyUIにはACE-Step 1.5の公式テンプレートが用意されている。必要な構成があらかじめ組まれており、すぐに生成を始められる。パラメーター変更による音の違いも追いやすい。

　それでは実際に試してみよう。ComfyUIにはDesktopアプリ版、Windows Portable Package、Cloud版がある。今回はローカル環境で完結し、環境構築の負担も比較的少ないWindows Portable Packageを使用した。インストール手順の詳細には触れないが、生成テストにすぐ入れる構成だ。使用前に最新版へアップデートしておく。

　ComfyUIを起動したら、画面左側メニューから「テンプレート」を選択する。

「テンプレート」を選択

　「テンプレート」ウィンドウが開いたら、サイドメニューから「オーディオ」を選び、「ACE-Step1.5 音楽生成AIO」をクリックする。同じカテゴリにある「音楽生成ワークフロー」は複数のモデルを個別に読み込む構成だが、AIO版はそれらを1つにまとめた統合モデルだ。今回は手間を減らすため、AIO版を選んだ。

「ACE-Step1.5 音楽生成AIO」を選択

　ワークフローを開くと「モデルが存在しない」という警告ウィンドウが表示されるので、「Download（9.34GB）」をクリックすることで自動的にダウンロードが始まる。

「Download」をクリック

　モデルのダウンロードが終わるとワークフローが表示された。全部で9ノードのシンプルな構成だ。

表示されたワークフロー