
【爆速】Excelで音声ドラマも作れる!日本語UIのComfyUIノード『OZ IrodoriTTS AllInOne』導入&使い方完全ガイド
【お知らせ】Ver2が出ています
この連載で紹介した「OZ IrodoriTTS AllInOne」は、Ver2になりました。この連載はVer1の内容です(Ver1はこのまま無料で公開しています)。Ver2はこちらです。
使い方のマニュアルは、記事から無料で読めます。
必要なモデルの用意から構築、3モードの生成、Excelバッチまで。この記事の手順どおりに進めれば、ノードが使える状態になって、一通り使えるようになる。
「OZ IrodoriTTS AllInOne」は、ワークフローの組み替えじゃない。
カスタムノードとして新規に作った、私の自作ノードだ。
先に言っておくと、このノードは各項目の「?」の説明を読めば、使い方はだいたい分かるように作ってある。
記事と「?」を合わせて見れば、大丈夫なはず。
カスタムノードって英語のものが多くて、日本語のものは少ないから、なるべく日本語で分かるものを作りたかった、というのもある。
ノード一式は、この記事の末尾に添付している(「ComfyUI-OZ」フォルダのzip)。
この連載について
全3回で「OZ IrodoriTTS AllInOne」を紹介する。ノード一式は、各記事の最後に添付している。
第1回:仕様編「仕様を決めた話」
第2回:機能解説編
第3回:使い方編(この記事)
1. 準備するもの(モデル3種を含む)
構築に入る前に、以下をそろえておく。
土台:
ComfyUI。この記事は、ComfyUI 本体がすでに動く状態からの手順になる(配布版は、素のComfyUI環境で登録と生成を確認済み。OS:Windows/Linuxどちらでも使える作り(OS依存の処理は使っていない)。作者の動作確認はLinux上のComfyUIで行っている
GPU:NVIDIA GPU(CUDA)前提
モデル3種(すべて Irodori-TTS のモデル。入手先は Hugging Face):
メイン:Irodori-TTS-v4.1-Small(参照音声/バッチ生成で使用)
・アニメ:Irodori-TTS-500M-v2-Character-Voice-Tagger(キャラ画像・アニメ絵で使用)
・リアル:Irodori-TTS-500M-v2-Character-Voice-SigLIP(キャラ画像・リアル寄り画像で使用)
モデルについての注意:
v2系の2つは Aratako ではなく p1atdev の配布。名前が似ているので、入手先を間違えないように
置き場所は ComfyUI の models/checkpoints フォルダ
v4.1-Small は、フォルダごと置く形(Irodori-TTS-v4.1-Small フォルダの中に同名の safetensors)が初期値の想定。置き方やファイル名が初期値と違う場合は、後述の「モデル登録」で実際のファイルを選ぶ
3種のうち、キャラ画像モードを使わない場合は v2 系(アニメ/リアル)は後からでも大丈夫。ただしモデル登録の初期値が未配置のままだと、キャラ画像モードの実行時にモデルが見つからないエラーになる。ここ、地味にハマるポイントだと思う
この記事に添付するもの/自分で用意するもの:
ノード一式:この記事に添付(ComfyUI-OZ v1.0)。中身はノード本体、画面用スクリプト、公式ランタイム(同梱)、サンプルワークフロー、Excelのサンプル(SerifSample.xlsx)、README、ライセンス一式
キャラ画像モードで使うラッパーノード(jupo 版 comfy-Irodori-TTS):自分で用意する。ComfyUI-Managerから導入できる。参照音声とバッチだけ使うなら不要
v4 系で使う公式ランタイム:ノード一式に同梱されているので、用意は不要
2. 構築手順:使える状態まで
手順1:ノードを配置する
この記事に添付したzip(ComfyUI-OZ_v1.0.zip、約146KB)を解凍する。中身は「ComfyUI-OZ」というフォルダ
その ComfyUI-OZ フォルダを、ComfyUI の custom_nodes フォルダの下に置く
すでに ComfyUI-OZ フォルダがある人は、消さないこと。新しいzipの中身を上書きで合体させれば、前のノードは残ったまま、新しいノードが増える
配布版の __init__.py は、フォルダの中にあるノードだけを登録する作り。無いノードは読みに行かないから、エラーにはならない
手順2:モデルを配置する
モデル3種を models/checkpoints フォルダに置く(配置の注意は「1. 準備するもの」の通り)
ファイル名が分かるように、置いた場所を控えておくと次の登録が楽になる
手順3:ComfyUIを再起動して、ノードが出るか確認する
ComfyUI を再起動する
ノード一覧(カテゴリ:OZ)に「OZ IrodoriTTS AllInOne」が出れば、配置は成功
zipの中の workflow フォルダに入っているサンプルワークフロー(OZIrodoriTTS_AllInOne_sample.json)を開くか、ノードをワークフローに配置する。サンプルの初期モードは参照音声
配置すると、ノードはこんな姿。

手順4:モデル登録をする
ノード上部の「モデル登録」ボタンを押す
メイン/アニメ/リアルの3つに、手順2で置いたモデルを選ぶ(配置が初期値どおりなら、基本はそのままで大丈夫)
閉じれば登録完了。モードを切り替えても登録はそのまま使える

手順5:共通設定を確認する
ノード上部の「共通設定」ボタンを押す
最初は初期値のままで大丈夫(seed の扱い=実行ごとにランダム、音声の長さ=0、ステップ数=40)
seed を固定するのは、気に入った生成を再現したいときだけ

手順6:試し生成で動作確認する
構築の仕上げに、参照音声モードで短い文章を1本だけ生成してみる(詳しい手順は「4. 使い方2」)。
音声が生成されて、ノード内のプレイヤーで聞ければ、構築完了
ここでエラーが出る場合は「8. うまくいかないとき」を見てほしい。モデルの配置とモデル登録の選択が、見直しポイントの筆頭だと思う
あと、試し生成でたぶん気づくと思うけど、生成が速い。
同じセリフで比べたら、ワークフローの頃の18.95秒が、カスタムノードだと3.92秒だった。
4倍以上速い。
カスタムノード化して一番びっくりしたのは、ここだったりする。


3. 使い方1:キャラ画像で作る
「セリフ生成方法」で「キャラ画像」を選ぶ
「キャラ種別」で、アニメ(Tagger)か リアル(SigLIP)かを画像に合わせて選ぶ
キャラ画像の枠に画像をドラッグ&ドロップするか、「アップロード」(または枠のクリック)から選ぶ。画像は input フォルダに保存されて、プレビューが表示される。すでにある画像をプルダウンから選ぶこともできる
「読み上げ文章」にセリフを書く(最初は空欄)
実行する。生成結果はノード内のプレイヤーで聞ける

関連記事:
4. 使い方2:参照音声で作る
「セリフ生成方法」で「参照音声」を選ぶ
参照音声フォルダに、声の元にする音声ファイルを置く(初期値のフォルダは output フォルダからの相対で Read/RefVoice)
フォルダを変えたいときは、ラベル行右端の「参照フォルダ」ボタンから変更する
「参照音声」の一覧から音声を選ぶ。下のプレイヤーで再生して確認できる(参照音声は30秒まで使われる)
「読み上げ文章」にセリフを書く
必要なら「キャプション」に声質や話し方を指定する(VoiceDesign)。基本は空で大丈夫。例:「若くて元気な声」。参照音声と矛盾する指定は不安定になりやすいので避ける
実行する。生成結果はノード内のプレイヤーで聞ける

補足:「参照音声」で「(なし)」を選ぶと、参照音声なしでも生成できる。その場合の声質はキャプションの指定とモデル任せになる。
関連記事:
5. 使い方3:Excelバッチで一括生成する
Excelの作り方
バッチで読む Excel の形式は固定。サンプル(テンプレート)は配布物に同梱されている(ComfyUI-OZフォルダ内の sample フォルダに SerifSample.xlsx)。これを output/Read/Serif に置いて、書き換えて使えばいい
シートの1行目は見出し。データは2行目から書く
A列:ナンバリング(処理対象外。管理用に自由に使える)
B列:ファイルNo.(生成ファイル名の頭になる。数字なら4桁にゼロ埋めされる)
C列:キャラ名(生成ファイル名に入る)
D列:参照音声ファイル名(その行で使う参照音声。空の行はスキップされる)
E列:セリフ(読み上げる文章。生成ファイル名には先頭15文字まで入る)
生成ファイル名は「B列_C列_E列(先頭15文字まで)」+拡張子。E列にファイル名として使えない文字がある場合は、その文字は置換されずに取り除かれる

実行手順
「セリフ生成方法」で「バッチ生成」を選ぶ
Excelフォルダと参照音声フォルダを確認する。変更は「Excelファイル」欄の右端にある「参照フォルダ」ボタンから行う(初期値は Excel が Read/Serif、参照音声が Read/RefVoice、どちらも output からの相対パス)
「Excelファイル」で、取り込む.xlsx を選ぶ
必要なら「キャプション」に、バッチ全体で共通の声質・話し方を指定する
「参照音声をチェック」を押して、D列の参照音声が全部そろっているか確認する。「全部そろっています(参照音声○件を確認)」と出れば問題ない
実行する。実行中はステータスに「バッチ生成中… ○/○行目」と進み具合が出る

結果の確認
バッチは常時自動保存。保存先は「保存設定」ボタン(「参照音声をチェック」の行の右端)で変更できて、初期値は Create/Audio/batch
失敗した行がある場合は、全行の処理後に「生成に失敗した行があります(○件):○行目(No.××)」のように表示される。成功した行は保存済みなので、失敗した行だけ直して再実行すれば大丈夫(同じファイル名は上書きされる)
実行前チェックで参照音声が足りない場合は、生成は始まらず、見つからないファイル名が表示される

ちなみに、この10本を生成するのにかかった時間は、全部で23.61秒。
1本あたり、2秒ちょっと。
セリフ集さえ用意すれば、ボイスドラマみたいな音声ドラマが、この速さでサクッと作れるようになった。

6. 保存の仕方(自動保存と後保存)
保存設定はモードごとに別々。
キャラ画像/参照音声の手順は同じ。
各パネルの「生成結果の自動保存」ピルで、そのモードの自動保存の ON / OFF を切り替える
「保存設定」ボタンで、保存先フォルダ(output からの相対パス、初期値は Create/Audio)・ファイル名の頭(初期値は Voice)・形式(flac/wav/mp3、基本は flac)を決める
自動保存が OFF のときは、生成結果はプレイヤーで聞ける。残したいものは「この音声を保存」ボタンで後から保存できる(保存先などは、そのモードの保存設定に従う)


7. 絵文字タグの入れ方
キャラ画像モードと参照音声モードで使える。
「読み上げ文章」の右端にある「絵文字」ボタンを押す(ノードの右側に一覧が開く)
入れたいタグをクリックすると、テキストのカーソル位置にそのまま入る
一覧は開いたまま続けて入れられる。閉じるときは「絵文字」ボタンをもう一度押す
文頭に付けたタグで演技が変わる。改行や記号でも間の取り方が変わるので、文章づくりと合わせて調整する

バッチ生成でタグを使いたい場合は、Excel の E列に直接書く。
8. うまくいかないとき
構築の段階でつまずく場合:
ノードが一覧に出ない:custom_nodes への配置場所と、ComfyUI を再起動したかを確認する
モデルが見つからないと言われる:checkpoints フォルダにモデルがあるかと、「モデル登録」で選んでいるモデルが一致しているかを確認する(v4.1-Small はフォルダごと置く形が初期値の想定)
生成の段階でつまずく場合:
バッチが始まらない:参照音声の不足が表示されていないかを確認する。D列のファイル名と、参照音声フォルダの中身が一致しているかが見直しポイント
声が途中で切れる:共通設定の「音声の長さ」が短すぎないかを確認する。基本は 0(自動)のままが安全
意図しない声になる:参照音声とキャプションが矛盾していないかを確認する
9. 動作確認環境
動作確認環境:配布版(ComfyUI-OZ v1.0)を素のComfyUI環境(Linux)に入れて、ノードが登録されることと、参照音声モードで生成した音声が保存されることまで確認済み。OSはWindows/Linuxどちらでも使える作り(OS依存の処理は使っていません)ですが、Windows実機での動作確認は未実施です。NVIDIA GPU(CUDA)前提。キャラ画像モードとバッチ生成は開発版と同一コードですが、配布版での実行確認は未実施です
本ノードは ComfyUI 本体や他のカスタムノードパックには変更を加えません。ただし、利用しているモデルやランタイム側の更新により、将来のバージョンで動作が変わる可能性があります
ライセンスと倫理制限は「機能解説編」にまとめています。自分のキャラクターや、自分に権利のある音声の範囲でご利用ください
おわりに
最後にもうひとつ。
このノード、ワークフローの頃より生成が速い。
同じセリフで、18.95秒かかってたのが3.92秒になった。4倍以上速い。
作る前は「まとめられればいい」くらいに思ってたので、この速さは嬉しい誤算だった。
セリフ集をExcelで用意してバッチで回せば、ボイスドラマみたいな「音声だけのドラマ」もサクッと作れるようになった。これも嬉しい誤算のひとつ。
✅ 仕様を決めた考え方は第1回「仕様編」に、機能の詳細は第2回「機能解説編」にまとめている
✅ ノード一式はこの記事に添付している。構築は「2. 構築手順:使える状態まで」からどうぞ
仕様編:
機能解説編:
作った声で作品まで作りたい人は、こちらもどうぞ。
関連記事:
この仕様で作ったカスタムノード「OZ IrodoriTTS AllInOne」はここからダウンロードできます。
↓↓↓ 「OZ IrodoriTTS AllInOne」のダウンロード ↓↓↓
ノードの導入:ダウンロードから使えるまで
ノード一式(ComfyUI-OZ_v1.0.zip)は、この記事の最後に添付してある。
ダウンロードしたら、この順番で進めば使える状態になる。
1. 添付のzipをダウンロードして解凍する。中身は「ComfyUI-OZ」というフォルダ
2. そのフォルダを、ComfyUI の custom_nodes フォルダの下に置く。すでに ComfyUI-OZ フォルダがある人は、消さないで新しい中身を上書きで合体させる(前のノードは残る)
3. モデル3種を、ComfyUI の models/checkpoints フォルダに置く。v4.1-Small はフォルダごと、v2系(Tagger/SigLIP)は safetensors を直接置く
4. ComfyUI を再起動する
5. ノードの一覧に「OZ IrodoriTTS AllInOne」が出れば、使える状態
フォルダの中にあるノードだけを登録する作りだから、置くだけでエラーにはならないはず。
仕様については記事A(仕様編)へ。
仕様編:
構築方法の詳しい話は、記事B(機能解説編)へ。
機能解説編: