オーディオノード

ノードピッカーのオーディオタブには、音を作る、変える、クリーンにする、編集する、読み取るためのすべてのノードがあります。音声とナレーション、ボイスチェンジと吹き替え、音楽、効果音、ステム分離、オーディオ編集、録音の同期、文字起こしをカバーしています。キャンバス上で Tab を押してオーディオタブを開くと、9 つのグループに分かれたノードが表示されます。

9 つのグループ

自分のファイルを追加

自分の音をワークフローに取り込みます。オーディオアップロード（Upload Audio）は、ファイルまたは直接リンクを受け取り、アップロードの前にトリミングできます。リファレンスオーディオ（Reference Audio）は、YouTube 動画のサウンドトラックも抽出します。

音声とナレーション

ElevenLabs のボイスで、テキストを音声にします。テキストから音声（Text to Speech）は、最大 46 の言語で、1 つの声でテキストを読み上げます。感情を表すオーディオタグも使えます。テキストから会話（Text to Dialogue）は、セリフごとに声を割り当てて、会話全体を 1 つのファイルに収めます。

ボイス

声を変えたり、作ったり、翻訳したりします。ボイスチェンジャー（Voice Changer）は、録音や人物が話す動画に新しい声を付けます。ボイスチェンジャー Pro（Voice Changer Pro）は、会話の話者それぞれに別々の声を付けます。ボイスデザイン（Voice Design）とボイスリミックス（Voice Remix）は、説明文から新しい声を作ります。吹き替え（Dubbing）は、話し声や動画全体を別の言語に翻訳します。

音楽

曲を作り、編集します。Suno 生成（Suno Create Music）は、プロンプトや自分で書いた歌詞から 1 曲まるごと作ります。音楽生成（Generate Music）は、リファレンスの曲とプロンプトからトラックを作ります。ほかの Suno ノードでは、歌詞の作成、カバーやマッシュアップの作成、トラックの延長、セクションの差し替え、ボーカルやインストゥルメンタルの追加、曲の WAV への変換ができます。

効果音

説明文から音を生成します。テキストからオーディオ（Text to Audio）は、最長 22 秒の効果音や環境音を作ります。途切れずに繰り返すループも作れます。

クリーンアップと分離

音を分解します。音声抽出（Voice Extractor）は、声だけを残し、ノイズや音楽を取り除きます。音源分離（Audio Separation）は、どんな曲でも、ボーカルとインストゥルメンタル、またはステムに分離します。Suno 音源分離（Suno Separate）は、Suno で作った曲に対して同じことを行います。

分析

録音を変更せずに測定します。無音検出（Silence Detect）は、カットする無音区間を見つけます。音声同期（Audio Sync）は、1 つの会話を収録した複数の録音が、どれだけずれているかを測定します。どちらも、AI モデルやプロバイダーのキーを使わずにローカルで動作します。

オーディオ編集

音をカット、結合、重ね合わせ、調整します。オーディオのトリミング（Trim Audio）は区間を切り出し、オーディオを結合（Combine Audio）はクリップを順番につなげます。オーディオをミックス（Mix Audio）は、トラックごとに音量を設定して重ねます。音量調整（Adjust Volume）は音量を変更してフェードを加え、オーディオ FX（Audio FX）はリバーブ、電話、メガホン、エコーのエフェクトを加えます。

文字起こし

話し声をテキストとタイミングに変えます。文字起こし（Transcribe）は、話された内容を書き起こします。字幕に使える単語のタイミング、話者ラベル、オーディオイベントも含められます。強制アライメント（Forced Alignment）は、手元にある台本の各単語のタイミングを特定します。

目的別のオーディオノード

動画とオーディオを結合（Merge Video & Audio）、オーディオを抽出（Extract Audio）、動画の効果音（Video SFX）など、動画に音を付けるノードは、動画タブの動画のサウンドにあります。オーディオノードで使われる AI モデルとそのクレジット料金は、オーディオモデルに一覧があります。

すべてのオーディオノード