ElevenLabsTextToSpeech - ComfyUI 組み込みノードのドキュメント

ComfyUI における ElevenLabsTextToSpeech ノードの完全なドキュメントです。入力、出力、パラメーターおよび使用方法について学びましょう。

このドキュメントは AI によって生成されました。誤りを発見された場合、または改善のご提案がある場合は、ぜひご貢献ください！GitHub で編集する

ElevenLabs テキスト読み上げノードは、ElevenLabs API を使用して、テキストを音声オーディオに変換します。特定の音声を選択し、安定性、速度、スタイルなどのさまざまな音声特性を微調整することで、カスタマイズされた音声出力を生成できます。

​

入力

パラメーター	データ型	必須	範囲	説明
voice	CUSTOM	はい	N/A	音声合成に使用する音声。Voice Selector や Instant Voice Clone から接続します。
text	STRING	はい	N/A	音声に変換するテキスト。
stability	FLOAT	いいえ	0.0 – 1.0	音声の安定性。値が小さいほど感情表現の幅が広がり、大きいほど一貫性のある（ただし単調になりやすい）音声になります（デフォルト：0.5）。
apply_text_normalization	COMBO	いいえ	"auto" "on" "off"	テキスト正規化モード。「auto」ではシステムが自動判断、「on」では常に正規化を適用、「off」では正規化をスキップします。
model	DYNAMICCOMBO	いいえ	"eleven_multilingual_v2" "eleven_v3"	テキスト読み上げに使用するモデル。モデルを選択すると、そのモデル固有のパラメーターが表示されます。
language_code	STRING	いいえ	N/A	ISO-639-1 または ISO-639-3 の言語コード（例：'en'、'es'、'fra'）。空欄のままにすると自動検出されます（デフォルト：""）。
seed	INT	いいえ	0 – 2147483647	再現性のためのシード値（決定論的保証はされません）（デフォルト：1）。
output_format	COMBO	いいえ	"mp3_44100_192" "opus_48000_192"	音声出力フォーマット。

モデル固有のパラメーター：
model パラメーターを "eleven_multilingual_v2" に設定した場合、以下の追加パラメーターが利用可能になります：

• speed: 話す速さ。1.0 が標準で、1.0 より小さいと遅くなり、大きいと速くなります（デフォルト：1.0、範囲：0.7 – 1.3）。
• similarity_boost: 類似度強調。値が高いほど、元の音声に近い音声になります（デフォルト：0.75、範囲：0.0 – 1.0）。
• use_speaker_boost: 元の話者の音声との類似度を高めます（デフォルト：False）。
• style: スタイルの誇張度。値が高いほど表現が強調されますが、安定性が低下する可能性があります（デフォルト：0.0、範囲：0.0 – 0.2）。

model パラメーターを "eleven_v3" に設定した場合、以下の追加パラメーターが利用可能になります：

• speed: 話す速さ。1.0 が標準で、1.0 より小さいと遅くなり、大きいと速くなります（デフォルト：1.0、範囲：0.7 – 1.3）。
• similarity_boost: 類似度強調。値が高いほど、元の音声に近い音声になります（デフォルト：0.75、範囲：0.0 – 1.0）。

​

出力

出力名	データ型	説明
audio	AUDIO	テキスト読み上げ変換によって生成された音声データ。