メインコンテンツへスキップ
見出し画像

≪無料記事≫【無料配布・Update 2026/09/15 v1.0.1/ComfyUI】長尺動画をメモリ安全に2倍高解像度化――AnimeSharp・音声維持・日本語UI

    お問合せは@FURUYAN1234へ

    もしくは新作AIまんが発表専用アカウント @FURUYAN123456へ

    ※AIまんが発表専用アカウント 旧アカウントは凍結中で復旧の見込みはありません。@FURUYAN12345

    【全アプリ無料!/Gemini API/OpenAI API対応】
    AI Manga Creative Suite / AIまんが制作エコシステム

    AIを活用した漫画・ストーリー制作を支援する統合エコシステムを公開中!… pic.twitter.com/3EQLo7XxCp

    — FURU🤖無料!数分で完成!学習不要の完全自動自律型AI Manga Creative Suite (@FURUYAN123456) July 6, 2026

    もしくは以下リンクよりご連絡ください。https://www.furuyan.com/ご連絡/

    ポートフォリオ(HP)


    Usage terms / 利用条件

    ソースコード公開・利用無料。個人利用、業務、社内利用、受託制作、無料の組み込み・無料提供は、申請・事前連絡・FURUの許可が不要です。第三者とAPI提供元の条件・料金は別です。

    対象は長尺動画アップスケーラーの配布識別子20260913221201・ノードv1.0.1(GPL-3.0)です。別途取得する4x-AnimeSharp.pthはKim2091のCC BY-NC-SA 4.0モデルであり、FURUは非商用・表示・継承・変更表示の条件を免除できません。有料制作はモデル側の権利を別途判断してください。

    道具として制作した文章・画像・漫画・動画・音声等の公開、販売、収益化、納品について、FURUへの申請・個別許可・利用料・クレジット表記は不要です。第三者の作品・素材・声・音楽等の権利は別途確認してください。

    無料Web記事、note等の有料紹介記事、独自の解説・レビュー・講座も、対象ソフトウェアの複製・改変版を商品に含めなければ、FURUへの許可・事前連絡・利用料は不要です。FURUが許諾できる操作画面・操作動画の紹介掲載と、通常の配布ページへのリンクを認めます。画面や動画内の第三者の作品・素材・音声等の条件は別途確認してください。

    無料再配布・無料組み込みでは各適用ライセンスに従い、必要な著作権表示・許諾文・第三者ライセンスを保持し、該当する改変を明示してください。サービスでは利用者が確認できる説明ページへの案内をお願いしますが、既存ライセンスを超える義務は追加しません。FURUの公式・公認・提携と偽って表示しないでください。

    現行のMIT・Apache-2.0・GPL-3.0許諾では、各条件を守るソフトウェアの販売・有料配布、有料商品・アプリ・サービスへの組み込み、機能の有料提供、複製・改変版を含む有料教材・会員向け配布・購入者限定の「無料特典」も認められます。その許諾内の利用にFURUの事前許可を追加で求めません。7アプリの商品化の事前許可方針は、既に許諾済みのこれらの部分へ遡及適用しません。第三者の条件はFURUが免除できません。

    FURUの利用案内では広告収益や任意の寄付だけでは機能の有料提供として扱いません。社内だけの組み込み、自分で道具として使う受託制作・完成作品の販売・納品にはFURUの許可は不要です。この区分は第三者の非商用条件の意味を変更しません。

    適用ライセンスの範囲外で個別の許可を求める場合は、対象のプロジェクト・版・ファイル、利用方法、提供先、料金の有無を添えてFURUへお問い合わせください。FURUがメール等の記録に残る方法で許可の旨と対象範囲を返信すれば、その範囲で有効です。紙の契約書・押印は不要です。問い合わせ送信、自動返信、無応答だけでは許可になりません。既存許諾内の利用には問い合わせ自体が不要です。FURUは他者の権利を許可できません。

    利用しただけでFURUが成果物の権利を取得したり、ソフトウェア条件を成果物へ適用したりしません。成果物中のソフトウェア自体の複製・改変部分は、その適用ライセンスに従います。著作権の成立・帰属、第三者の権利、契約、API提供元の条件は別途判断してください。

    本案内はFURUが許諾できる寄与部分に限ります。第三者のコード・モデル・ノード・素材・外部サービス・別プロジェクトはそれぞれの条件を保持し、リンク・同梱・紹介しただけでFURUの許諾対象になりません。

    2026年10月8日の今回の文書改定は現行条件を明確化するものです。MIT・GPL・Apache・Creative Commons等の既存の有効な許諾を取り消したり狭めたりせず、過去版・既存ZIPにも遡及適用しません。将来変更する場合は適用可能な版・ファイル・権利者を明示します。商品化を制限する独自条件の対象を「OSS」と表示せず、「ソースコード公開・利用無料」と表示します。

    利用案内全文 / 対象版・ファイル・権利者

    ComfyUIで、MiniMax H3などから完成した動画を1フレームずつ安全に高解像度化するワークフローを公開しました。

    長尺動画AnimeSharpアップスケーラーのワークフローZIPをダウンロード。ZIPを展開して導入手順と必要モデルを確認してください。

    通常の画像バッチ式アップスケールでは、動画が長くなるほどシステムRAMが急増する場合があります。今回の開発中には、28秒・672フレームの動画でPythonプロセスが約80GBまで増え、WSLが強制停止しました。

    そこで、動画全体を画像バッチへ展開せず、フレームを1枚ずつAnimeSharpへ通して、その場でFFmpegへ書き込む専用ノードを作りました。同じ28秒動画を再検証した結果、最大ComfyUI RSSは2,312.4 MiBで完走しています。

    無料公開先

    ワークフローJSONだけでなく、長尺安全処理を行う専用カスタムノード、導入手順、モデル情報、実測結果をまとめています。
    【2026年9月13日更新:完成動画を右ノード内で再生】

    v1.0.1では、処理完了後に右側の「③ 変換後動画をここで再生・保存」ノード内へ完成動画プレーヤーを表示するようにしました。左の①で入力動画、右の③で変換後動画を同じ画面上で確認でき、保存先も右ノード内に表示します。

    0.5秒・12フレームのH.264/AAC動画を使った画面操作検証では、出力が1728×960、24fps、0.500秒になり、音声付きの完成動画を右ノード内で再生できることを確認しました。

    Release:
    https://github.com/FURUYAN1234/comfyui-long-video-upscaler/releases/tag/v1.0.1

    このワークフローならではのメリット

    1.長尺動画を全フレーム一括で保持しない

    動画を読み込み、1フレームずつGPUで高解像度化し、順次FFmpegへ送ります。完成動画全体を巨大な画像テンソルとしてRAMへ保持しないため、動画尺に比例してメモリが膨れ続ける問題を抑えます。

    2.元動画の音声を最後まで維持する

    映像を高解像度化した後、元動画の音声ストリームをAACへ再エンコードして完成MP4へ入れます。

    検証した28秒動画では、入力・出力とも音声は28.000秒でした。デコード音声の相関は0.999834、末尾2秒にも入力とほぼ同じ音量の音声データが残っていることを確認しました。

    3.MiniMax H3の完成動画をそのまま後処理できる

    これはH3生成ワークフローの途中へ挿入するものではありません。MiniMax H3、Wan、動画編集ソフトなどで完成したMP4を入力する後処理用です。

    短尺で内容を確定してから高解像度化できるため、生成モデルを高い解像度で再実行する必要がありません。

    4.日本語UIで必要な項目だけ変更できる

    • アップスケール倍率

    • 出力ファイル名

    • 動画コーデック

    • 画質_CRF

    • エンコード速度

    • タイルサイズ

    初回は2.0倍、H.264、CRF 18、fast、タイル512のまま試せます。

    5.VRAM不足時にはタイル処理へ切り替える

    通常は1フレーム全体を処理します。VRAM不足を検出した場合はタイル分割へ切り替え、512、256、128の順に小さいタイルで再試行します。

    6.不完全な動画や危険な保存先を残しにくい

    エンコード中は一時名で保存し、最後まで成功してから完成ファイル名へ変更します。失敗時の不完全ファイルは削除します。また、ComfyUI/outputの外へ抜ける保存パスは拒否します。

    ワークフローの構成

    右側の「③ 変換後動画をここで再生・保存」が、拡大変換・音声維持・MP4保存を行うLongVideoUpscaleSafeノードです。この画像は入力動画を選択した実行前の操作見本です。右下が空欄でも、変換ノードが欠けているわけではありません。実行が正常完了すると、③の下部に変換後動画のプレーヤーと保存先が表示されます。画像外の②モデル選択ノードで4x-AnimeSharp.pthを選択してから実行してください


    画像
    説明欄と実行ノードの間隔を詰めた配布レイアウト。右の③が拡大変換と保存を行います。



    実処理ノードは3つです。

    1. 完成動画を選択

    2. 拡大モデルを読み込む

    3. 長尺動画を安全にアップスケール

    従来の「動画を画像へ分解」「全画像をバッチで拡大」「動画を作成」「動画を保存」を安全ノードへ統合しています。見た目のノード数を減らすことが目的ではなく、全フレーム保持を避けるための構成です。左の①ノードのプレイヤーは入力動画の確認用です。正常完了後は右の③ノード内に変換後動画の別プレーヤーと保存先が表示され、同じ動画がComfyUI/output/video/AnimeSharp_2x/へ保存されます。

    導入方法

    1.専用カスタムノードを導入

    ComfyUI ManagerのGit URLインストール機能へ、次を入力します。

    https://github.com/FURUYAN1234/comfyui-long-video-upscaler

    または、ComfyUI/custom_nodes/で次を実行します。

    git clone https://github.com/FURUYAN1234/comfyui-long-video-upscaler.git

    2.Pythonライブラリを導入

    ComfyUIが実際に使用しているPythonでrequirements.txtを導入します。FFmpegとffprobeも必要です。

    3.4x-AnimeSharpを取得

    使用モデルはKim2091氏の4x-AnimeSharp.pthです。

    作者モデルページ:Kim2091/AnimeSharp

    配置先:ComfyUI/models/upscale_models/4x-AnimeSharp.pth

    SHA-256:e7a7de2dafd7331c1992862bbbcd9e9712a9f9f8e6303f0aaa59b4341d359bab

    モデルライセンスはCC BY-NC-SA 4.0です。作者表示、非営利、継承、変更表示などの条件があります。モデル本体はGitHubリポジトリへ同梱していません。利用前にライセンス本文を確認してください。

    ワークフロー内のモデルローダーにも、ファイル名・配置先・取得URLを登録しています。対応するComfyUI/Managerでは不足モデルの取得候補として表示できます。

    4.ワークフローを読み込む

    リポジトリのworkflows/AnimeSharp_LongVideo_Safe_2x_20260913211253.jsonをComfyUIへドラッグします。

    ワークフロー内にも、導入、設定、モデル、保存先、実測結果の説明欄を配置しています。

    5.短い動画から実行

    1. 完成動画を選択

    2. 4x-AnimeSharp.pthを選択

    3. 倍率2.0、H.264、CRF 18、fast、タイル512を確認

    4. 実行

    5. 完成MP4を最後まで映像・音声とも確認

    初めて使う方へ

    このワークフローは動画を新しく生成するものではありません。MiniMax H3、Wan、動画編集ソフトなどで完成したMP4を読み込み、映像を高解像度化して、元の音声を付けたMP4を書き出す後処理用です。LM Studio、Whisper、クラウドAPI、APIキーは使いません。

    導入前に用意するもの

    • 正常に起動できるComfyUI

    • 実用速度で処理するためのNVIDIA CUDA環境

    • PATHから実行できるffmpegとffprobe

    • 専用カスタムノードcomfyui-long-video-upscaler

    • 拡大モデル4x-AnimeSharp.pth

    • 自分で使用・加工できる完成動画

    Pythonライブラリは、Windowsへ別に入れたPythonではなく、ComfyUIが実際に使用しているPythonへ導入します。ここを間違えると、インストール済みでもComfyUI起動時に不足ライブラリとして扱われます。

    Windows Portable版の導入コマンド

    ComfyUI_windows_portableフォルダーでPowerShellを開き、次を実行します。

    ./python_embeded/python.exe -m pip install -r "./ComfyUI/custom_nodes/comfyui-long-video-upscaler/requirements.txt"

    続けてFFmpegを確認します。

    ffmpeg -version
    ffprobe -version

    どちらかが「見つかりません」になる場合は、FFmpegを導入して実行ファイルのフォルダーをPATHへ追加します。PATHを変更した後は、PowerShellとComfyUIをいったん閉じてから起動し直してください。

    Linux・WSL版の導入コマンド

    ComfyUIのvenvを使用している場合は、実際の配置先に合わせて次のパスを変更します。

    /path/to/ComfyUI/.venv/bin/python -m pip install -r "/path/to/ComfyUI/custom_nodes/comfyui-long-video-upscaler/requirements.txt"

    pipだけを実行すると別のPythonへ入ることがあるため、ComfyUIのvenv内pythonを明示する方が確実です。

    配置できているか確認する

    ComfyUI/
    ├─ custom_nodes/
    │  └─ comfyui-long-video-upscaler/
    │     ├─ __init__.py
    │     └─ requirements.txt
    ├─ models/
    │  └─ upscale_models/
    │     └─ 4x-AnimeSharp.pth
    └─ input/
       └─ 高解像度化したい動画.mp4

    カスタムノードのフォルダー内が、さらにcomfyui-long-video-upscalerで二重になっていないか確認してください。モデル名も4x-AnimeSharp.pthのままにします。配置を変えた後はComfyUIを完全に再起動します。

    最初の動作確認

    1. ComfyUIを再起動し、ワークフローJSONを画面へドラッグします。

    2. 「ビデオを読み込む」で、まず3~5秒程度の短い音声付き動画を選びます。

    3. 拡大モデルが4x-AnimeSharp.pthになっていることを確認します。

    4. 倍率2.0、H.264、CRF 18、fast、タイル512のまま実行します。処理が完了したら右側の③ノードで完成動画を再生します。ファイルはComfyUI/output/video/AnimeSharp_2x/にも保存されます。

    5. 解像度、再生時間、fps、映像の末尾、音声の末尾まで確認します。左の①ノードは入力動画、右の③ノードは変換後動画の確認用です。③には保存先も表示されます。

    設定項目の意味

    • アップスケール倍率:縦横を1.0~4.0倍にします。初回は2.0を推奨します。

    • 出力ファイル名:ComfyUI/output以下の相対パスです。outputの外を指定すると安全のため停止します。

    • 動画コーデック:互換性を優先する場合はH.264、対応環境で容量を抑えたい場合はH.265を選びます。

    • 画質_CRF:数値が小さいほど高画質・大容量になります。まず18で確認してください。

    • エンコード速度:遅い設定ほど圧縮効率は上がりますが、処理時間も増えます。初回はfastで十分です。

    • タイルサイズ:VRAM不足時に分割して処理する大きさです。512で失敗する場合は256、さらに厳しい場合は128を試します。

    よくあるトラブル

    • ノードが赤い、または見つからない:カスタムノードの配置と二重フォルダーを確認し、ComfyUIを完全に再起動します。

    • 4x-AnimeSharp.pthが一覧にない:ファイル名とmodels/upscale_modelsへの配置を確認して、モデル一覧の更新または再起動を行います。

    • ffmpegまたはffprobeが見つからない:両方がPATHから実行できるか、上の確認コマンドで調べます。

    • CUDA out of memoryで止まる:タイルを256または128へ下げ、ほかのGPUアプリを閉じてから再実行します。

    • 動画が長いほどRAMが増え続ける:画像バッチ式の別ノードではなく、LongVideoUpscaleSafeを使用しているか確認します。

    • 完成動画に音声がない:元動画に音声ストリームが含まれているかffprobeで確認します。無音の入力へ新しい音声を生成する機能はありません。完成動画が右の③ノードに出ない:カスタムノードをv1.0.1以降へ更新し、ComfyUIを完全に再起動してから実行します。完成ファイル自体はComfyUI/output/video/AnimeSharp_2x/も確認できます。

    処理後に見る場所

    解像度が指定倍率になっているか、fpsと再生時間が元動画と同じか、最後のフレームと最後の音声まで残っているかを確認してください。線や字幕が強くなりすぎた場合は倍率やモデルを見直します。アップスケールは、元動画の動き、破綻したフレーム、誤った字幕を作り直す処理ではないため、内容は高解像度化する前に確定させてください。

    実測結果

    短尺検証

    • 入力:864×480、24fps、3.000秒、72フレーム

    • 出力:1728×960、24fps、3.000秒、72フレーム

    • 音声:AAC 32kHzステレオ

    • 処理時間:64.861秒

    長尺検証

    • 入力:864×480、24fps、28.000秒、672フレーム

    • 出力:1728×960、24fps、28.000秒、672フレーム

    • 音声:AAC 32kHzステレオ、28.000秒

    • 処理時間:約563.5秒

    • 最大ComfyUI RSS:2,312.4 MiB

    各条件1回の実測であり平均値ではありません。GPU、入力解像度、動画尺、コーデック、モデルの読み込み状態によって変わります。

    SNS用動画の後処理として

    縦型・横型を問わず、完成した短尺動画を投稿前に2倍化する用途に向いています。元動画の縦横比とfpsを維持しながら解像度を上げ、音声付きMP4として保存します。

    アップスケールは元にない細部を完全に復元する処理ではありません。線や文字が強くなりすぎる場合は、別モデルを選ぶか、倍率と画質設定を調整してください。

    ライセンス

    専用カスタムノードとワークフローはGPL-3.0です。AnimeSharpモデルはKim2091氏によるCC BY-NC-SA 4.0で、リポジトリには含まれません。

    入力動画には、自分で使用・加工できる素材を使ってください。

    お問合せ

    X:@FURUYAN1234
    GitHub:comfyui-long-video-upscaler変更履歴

    v1.0.1(2026年9月15日更新)

    • 処理完了後、右側の「③ 変換後動画をここで再生・保存」ノード内に完成動画プレーヤーと保存先を表示。

    • 左の①で入力動画、右の③で変換後動画を同じ画面上で確認できるように更新。

    • 0.5秒・12フレームの音声付き動画で、1728×960・24fps・0.500秒の出力とノード内再生を確認。

    v1.0.0

    • フレームを1枚ずつ処理してFFmpegへ順次書き込む、長尺動画向けの安全なアップスケール処理を公開。

    • 入力動画の音声を保持し、VRAM不足時はタイル処理へ切り替える構成を追加。


    ほかのアプリ・ワークフロー

    制作に使えるアプリとComfyUIワークフローの紹介記事です。


    あなたへのおすすめ