次へ

AI音声生成の基本セットアップ

30-40分⭐⭐☆☆☆

このモジュールで学ぶこと

  • n8n DockerにffmpegをインストールしてAI音声と動画を合成できる環境を構築する
  • Fish Audio APIを使ってテキストから音声を生成する方法
  • n8nでFish Audio APIに接続するためのCredential設定

学習目標

このモジュールを終えると、以下のことができるようになります：

  • n8n Docker環境でffmpegコマンドを実行できる
  • Fish AudioのAPIキーとVoice IDを取得できる
  • n8nからFish Audio APIを呼び出して音声ファイルを生成できる

目次

事前準備

必要なもの

  • n8n基礎講座（Module 01-11）を完了していること
  • Docker Desktopが起動していること
  • Fish Audioアカウント（無料で作成可能）

前提知識

  • n8nの基本操作（ワークフロー作成、ノード追加）
  • HTTP Requestノードの使い方

セクション1: ffmpegのインストール

なぜffmpegが必要か

AI音声を生成した後、その音声を動画に合成する必要があります。ffmpegは動画・音声処理の定番ツールで、以下のことができます：

  • 動画と音声の合成
  • 音声の配置タイミング調整（前半・後半など）
  • 動画形式の変換

現在の状態確認

まず、n8nコンテナにffmpegが入っているか確認します。

PowerShell（またはコマンドプロンプト）を開いて実行：

docker exec n8n ffmpeg -version

ffmpegが入っていない場合の出力例：

OCI runtime exec failed: exec failed: unable to start container process: exec: "ffmpeg": executable file not found in $PATH

ffmpegが入っている場合の出力例：

ffmpeg version 6.1.2 Copyright (c) 2000-2024 the FFmpeg developers

既に入っている場合はセクション2へ進んでください。

Dockerfileの作成

C:/n8n/Dockerfile を以下の内容で新規作成します：

FROM n8nio/n8n:latest

USER root
RUN apk add --no-cache ffmpeg
USER node

解説：

  • FROM n8nio/n8n:latest - 公式n8nイメージをベースにする
  • USER root - インストールのためroot権限に切り替え
  • RUN apk add --no-cache ffmpeg - ffmpegをインストール
  • USER node - セキュリティのためnodeユーザーに戻す

docker-compose.ymlの修正

C:/n8n/docker-compose.yml を編集します。

変更前：

services:
  n8n:
    image: n8nio/n8n:latest

変更後：

services:
  n8n:
    build: .
    # image: n8nio/n8n:latest  # ffmpeg追加のためカスタムビルドに変更

再ビルドと起動

PowerShellで以下を実行：

cd C:/n8n
docker-compose down
docker-compose build
docker-compose up -d

ビルドには1-2分かかります。

Dockerビルド成功

ffmpegの確認

docker exec n8n ffmpeg -version

以下のような出力が表示されればOK：

ffmpeg version 6.1.2 Copyright (c) 2000-2024 the FFmpeg developers
built with gcc 14.2.0 (Alpine 14.2.0)

ffmpeg確認

チェックポイント

  • Dockerfileを作成した
  • docker-compose.ymlを修正した
  • docker-compose build が成功した
  • docker exec n8n ffmpeg -version でバージョンが表示される

セクション2: Fish Audioアカウントの作成

Fish Audioとは

Fish Audioは高品質なAI音声生成サービスです。

特徴：

  • 日本語を含む多言語対応
  • ネイティブレベルの自然な音声
  • 無料枠：月1時間の音声生成
  • 低遅延（約150ms）

アカウント作成

  1. Fish Audio にアクセス
  2. 右上の「ログイン」をクリック
  3. Google または GitHub でログイン（またはメールで新規作成）

Fish Audioログイン画面

チェックポイント

  • Fish Audioにログインできた

セクション3: APIキーの取得

開発者ダッシュボードへ移動

  1. ログイン後、左メニューの「使用」または「音声生成履歴」をクリック
  2. 上部の「開発者」タブをクリック
  3. 「APIキー」タブを選択

開発者ダッシュボード

APIキーの作成

  1. 「新規シクレットキーを作成します」をクリック
  2. 表示されたAPIキーを必ずコピーして安全な場所に保存

APIキー画面

重要: APIキーは一度しか表示されません。必ずコピーしてください。

チェックポイント

  • APIキーを作成した
  • APIキーを安全な場所に保存した

セクション4: Voice IDの取得

音声モデルの選択

  1. 左メニューの「発見」をクリック
  2. 言語フィルターで「日本語」を選択
  3. 好みの音声をクリック

音声一覧

おすすめの音声

音声名特徴用途
元気な女性明るく元気な声エンタメ系コンテンツ
まな落ち着いた女性の声解説系コンテンツ
ほしVer3.0自然な男性の声ビジネス系コンテンツ

Voice IDのコピー

  1. 音声の詳細ページを開く
  2. 右側のメニューから「モデルIDをコピー」をクリック

Voice IDコピー

例: b756350f646543bdb0b7e8df76bae3fd（元気な女性）

チェックポイント

  • 使用する音声を選んだ
  • Voice IDをコピーした

セクション5: n8nでCredential設定

Header Auth Credentialの作成

  1. n8n（http://localhost:5678）を開く
  2. 左メニュー → Credentials
  3. Add Credential をクリック
  4. 検索で「Header Auth」を選択

Credential検索

Credential設定

以下を入力：

フィールド値
Credential名（左上）Fish Audio API
NameAuthorization
ValueBearer あなたのAPIキー

重要: Valueの先頭に Bearer （スペース含む）を付けてください。

Credential設定

Save をクリックして保存。

チェックポイント

  • Header Auth Credentialを作成した
  • Name に「Authorization」を入力した
  • Value に「Bearer APIキー」を入力した
  • 保存した

セクション6: 音声生成テスト

テスト用ワークフローの作成

  1. n8nで新規ワークフローを作成
  2. ワークフロー名：「Fish Audio テスト」

Manual Triggerの追加

  1. 「+」をクリック → 「Manual Trigger」を選択

HTTP Requestノードの追加

  1. 「+」をクリック → 「HTTP Request」を選択
  2. 以下を設定：
項目値
MethodPOST
URLhttps://api.fish.audio/v1/tts
AuthenticationGeneric Credential Type
Generic Auth TypeHeader Auth
Header AuthFish Audio API
Send BodyON
Body Content TypeJSON
Specify BodyUsing JSON

JSON Body：

{
  "text": "こんにちは、テストです。",
  "reference_id": "b756350f646543bdb0b7e8df76bae3fd",
  "format": "mp3"
}

reference_id は取得したVoice IDに置き換えてください。

HTTP Request設定

テスト実行

  1. 「Execute step」または「Test workflow」をクリック
  2. 右側のOUTPUTパネルに結果が表示される

成功時の出力：

data
File Name: tts
File Extension: mpga
Mime Type: audio/mpeg
File Size: 24.2 kB

テスト成功

「View」ボタンをクリックすると音声を再生できます。

チェックポイント

  • ワークフローを作成した
  • HTTP Requestノードを設定した
  • テスト実行で音声が生成された
  • 音声を再生して確認した

トラブルシューティング

docker-compose build でエラー

症状: failed to solve: n8nio/n8n:latest: failed to resolve source metadata

解決方法: Docker Desktopが起動しているか確認。起動していなければ起動する。

ffmpegが見つからない

症状: executable file not found in $PATH

解決方法:

  1. Dockerfileが C:/n8n/Dockerfile に存在するか確認
  2. docker-compose.yml で build: . が設定されているか確認
  3. docker-compose build を再実行

Fish Audio API 401エラー

症状: Unauthorized または 401 エラー

解決方法:

  1. APIキーが正しいか確認
  2. Valueの形式を確認：Bearer + APIキー（スペース必須）
  3. APIキーを再生成して試す

Fish Audio API 400エラー

症状: Bad Request または 400 エラー

解決方法:

  1. JSONの形式が正しいか確認
  2. reference_id（Voice ID）が正しいか確認
  3. text が空でないか確認

まとめ

このモジュールで学んだこと

  • n8n DockerにffmpegをインストールしてAI音声と動画を合成できる環境を構築した
  • Fish AudioのAPIキーとVoice IDを取得した
  • n8nからFish Audio APIを呼び出して音声ファイルを生成できるようになった

次のステップ

次のモジュールでは、シートからナレーションテキストを取得して音声を自動生成し、Google Driveにアップロードするワークフローを構築します。

参考資料

よくある質問

Q: Fish Audioの無料枠はどれくらいですか？ A: 月1時間の音声生成が無料です。1分あたり約600-625クレジット消費します。

Q: Voice IDは変更できますか？ A: はい。「発見」ページから別の音声を選んでVoice IDを取得し、ワークフローのJSONを更新すれば変更できます。

Q: 自分の声でカスタムボイスを作れますか？ A: はい。Fish Audioの「ボイスクローン」機能で、自分の音声をアップロードしてカスタムボイスを作成できます。

Q: ffmpegを追加するとn8nのアップデートに影響しますか？ A: Dockerfileで FROM n8nio/n8n:latest を指定しているため、docker-compose build を再実行すれば最新版のn8nにffmpegが追加された状態で更新されます。

Q: 日本語以外の音声も使えますか？ A: はい。Fish Audioは英語、中国語、韓国語、フランス語、ドイツ語など多言語に対応しています。「発見」ページで言語フィルターを変更して探せます。

次へ
運営: ゆめスタ