ElevenLabsTextToSpeech - ComfyUI Built-in Node Documentation

ElevenLabs Text to Speech ノードは、ElevenLabs API を使用して、書き込まれたテキストを音声に変換します。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して、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	説明	データ型	必須	範囲
`model`	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が表示されます。	DYNAMIC_COMBO	いいえ	`"eleven_multilingual_v2"` `"eleven_v3"`
`voice`	音声合成に使用する音声。Voice Selector または Instant Voice Clone から接続します。	CUSTOM	はい	N/A
`text`	読み上げるテキスト。少なくとも1文字以上含む必要があります。	STRING	はい	N/A
`stability`	音声の安定性。値が低いと感情表現の幅が広がり、値が高いと一貫性が高まりますが、単調になりがちです（デフォルト: 0.5）。	FLOAT	いいえ	0.0 - 1.0
`apply_text_normalization`	テキスト正規化モード。‘auto’ はシステムが自動的に決定し、‘on’ は常に正規化を適用し、‘off’ は正規化をスキップします。	COMBO	いいえ	`"auto"` `"on"` `"off"`
`language_code`	ISO-639-1 または ISO-639-3 の言語コード（例: ‘en’、‘es’、‘fra’）。自動検出の場合は空のままにします（デフォルト: ""）。	STRING	いいえ	N/A
`seed`	再現性のためのシード（決定性は保証されません）（デフォルト: 1）。	INT	いいえ	0 - 2147483647
`output_format`	音声出力形式。	COMBO	いいえ	`"mp3_44100_192"` `"opus_48000_192"`

これらのパラメータは、model が "eleven_multilingual_v2" に設定されている場合に使用できます。

パラメータ	説明	データ型	必須	範囲
`speed`	話す速度。1.0 が通常で、<1.0 は遅く、>1.0 は速くなります（デフォルト: 1.0）。	FLOAT	いいえ	0.7 - 1.3
`similarity_boost`	類似性の強調。値が高いほど元の音声により似せることができます（デフォルト: 0.75）。	FLOAT	いいえ	0.0 - 1.0
`use_speaker_boost`	元の話者音声への類似性を強調します（デフォルト: False）。	BOOLEAN	いいえ	True / False
`style`	スタイルの誇張。値が高いほど様式的な表現が増えますが、安定性が低下する可能性があります（デフォルト: 0.0）。	FLOAT	いいえ	0.0 - 0.2

これらのパラメータは、model が "eleven_v3" に設定されている場合に使用できます。

パラメータ	説明	データ型	必須	範囲
`speed`	話す速度。1.0 が通常で、<1.0 は遅く、>1.0 は速くなります（デフォルト: 1.0）。	FLOAT	いいえ	0.7 - 1.3
`similarity_boost`	類似性の強調。値が高いほど元の音声により似せることができます（デフォルト: 0.75）。	FLOAT	いいえ	0.0 - 1.0

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

このドキュメントは AI によって生成されました。エラーを見つけた場合や改善のご提案がある場合は、ぜひ貢献してください！ GitHub で編集

Source fingerprint (SHA-256): 78ed1c6af2d0b1cc0293d725492a8b104b6d0c6bc18d9971b75047db946cdd33