Forge上でHサウンド再生「SDwebUI sound player」

こんにちは、スタジオ真榊です。今回は、Forge系のSDwebUI上で音声ファイルを再生できる拡張機能「SDwebUI sound player」を作りました。

画像生成で一番楽しいのは自分好みのエロ絵しか出てこないランダム生成（言わばエロ紙芝居）をしているときなわけですが、せっかく10秒に1回エロ絵がフル画面で出てくるんだから、Hな音声が再生されたらいいのにな～と思うことはありませんか？

私はあります！

そんなとき、SDwebUI sound playerを使うとこういうことができます（音声あり/NSFW注意）

普段は生成ボタン下に「♪」ボタンだけがこっそり表示されるだけで、必要なときだけフロートウィンドウを開いて操作できる、というものです。常に大きなパネルが出ていると、せっかくのWebUIが狭くなってしまいますので、パネル右上の「－」ボタンでいつでも最小化できるようにしました。押すとUIだけが消え、音声はそのまま再生され続けます。「×」ボタンは終了ボタンですので、再生中の音をすべて止めた上で、パネルも閉じます。

画像生成ツールであるSDwebUIが「エロコンテンツ鑑賞ツール」になる、ちょっとしたおもしろ拡張としてお使いいただければと思います。irodori-TTSを使ってH音声を作るのも楽しいですよ！

インストール方法と使い方

拡張機能のzipはこちら。これを好きな場所に解凍すると出てくる「sd-webui-sound-player」フォルダを、お使いのreForge/ForgeNeoのextensionsフォルダに入れるだけでインストール完了です。StabilityMatrixを使っている方なら、フォルダ位置は「Data\Packages\(インストールしたいwebUI名)\extensions」となります。

【sd-webui-sound-player v1.0】2026.07.02公開

インストール後、ForgeNeo/reForgeを起動すると、txt2img / img2img画面の生成ボタン下に小さな音符ボタンが追加されているはずです。

これを押すと、このような「Sound Player」パネルがwebUI上で開きます。フロート表示なので、ドラッグすれば位置を自由に変えられます。このまま再生ボタンを押すと、サンプルBGMが再生されます。（再生されない場合は、ブラウザ上で"サイトをミュート"などしていないか、音量設定やデバイスに問題ないかをご確認ください）

パネル上段に音声フォルダの指定欄があります。いまはデフォルトの「extensions\sd-webui-sound-player\data\audio」が選択されており、そこにあるサンプルBGMだけが再生できる状態です。

このフォルダに再生したい音声ファイルを追加してもよいですし、フォルダのアイコン（📁）を押すとエクスプローラーから好きなフォルダを選択できますので、普段音声ファイルを置いている場所があるならそちらから読み込むこともできます。

「保存」ボタンで次回からそのフォルダが自動で読み込まれます。

「サブフォルダからも読み込み」にチェックを入れておくと、指定フォルダの下にあるフォルダからもまとめて音声ファイルが検索できます。指定したフォルダの直下に音声ファイルがない（フォルダ分けしている）場合はこちらをオンにしてください。ただし、デスクトップやC:など浅い位置のパスを指定すると、PC内のすべての音声ファイルを探しに行って動作が重くなってしまうのでご注意ください。

任意のフォルダを指定したら、「更新」ボタンで音声一覧を再読み込みでき、何件音声ファイルが検知されたか表示されます。下図はデスクトップに置いた音声フォルダを読み込んでおり、83件の音声ファイルが認識されています。

・再生したい音声を選択

音声パネルでは、こんな感じでプルダウンから再生したい音声を選べます。何も選んでいない状態で「再生」を押した場合、そのフォルダ内で先頭に並んでいる音声からファイル名順に再生されます。

パネル上の各ボタンの役割は次の通り。

・「|◀」：頭出し

・「再生 / 停止」：再生していないときは再生、再生中は停止

・「▶|」：次のファイルへ移動（ファイル名順）

・「↻」：リピート再生のON/OFF。デフォルトはON

・横のスライダー：音量

・下のスライダー：再生位置のシーク

＜複数音声の同時生成機能＞

1つ目の音声プレイヤー右上にある「＋」ボタンを押すと、プレイヤーを追加できます。2つ目以降のパネルには「×」ボタンが表示されるので、不要になったプレイヤーは非表示にすることができます。「全再生」を押すと、いま選択している音声ファイルを複数同時再生することができます。

Hな音声ファイルを無料DLしよう

サンプルBGMだけでは面白くないので、さっそくエロ音声を置いてみましょう。生成する画像の内容に合わせて、パンパン音とかフェラ音とか喘ぎ声などの音声ファイルをリピート生成できるようにしたいところです。

同人音声やASMRなどが好きな方はそれぞれ秘蔵のmp3があるフォルダを指定していただければと思いますが、エロ音声ファイルはDLしたことがない方はこちらのR-18ボイス素材配布サイト「Pincree」でいろいろなH音声が無料配布されていますので、適宜DLしてご活用ください。

IFrame URL

こんな感じで、キャラごとに「フェラ」「喘ぎ声_オホ声」「セリフ_絶頂」などのシチュエーションボイスをまとめて無料DLできます。「音声をまとめてダウンロード」して、出てきた音声ファイルをサウンドプレーヤーで読み込んでみましょう。

▲https://www.pincree.jp/character/mikami-satsuki/ よりスクリーンショット引用

好みのキャラがいれば、60トラック以上収録のフルバージョンをDL購入もできます。上のキャラなら660円。（※例によって広告依頼案件・アフィリエイト等ではありません、念のため）

IFrame URL

ボイスではなく純粋なSEが欲しい場合は、無料素材なら「パンパン ピストン音 無料音声」とかで検索するといろいろ出てきます。有償でもOKなら、こちらの「オコジョ彗星」さんがオススメ。「ピストン」や「フェラチオ」といった豊富な音声詰め合わせセットが110円から購入できます。

IFrame URL

SDwebUI sound playerの複数同時再生機能は、このオコジョ彗星さんの音声ファイルを意識した機能。Irodori-TTSで生成したHボイスに「ピストン音」などの音を重ねると捗るのでお勧めです。

IFrame URL

「音声付きエロ紙芝居」のポイント

プレイヤーとエロ音声ファイルの準備ができたら、DynamicPromptsやWildcardを使ってプロンプトの一部をランダム化することで、バリエーション豊かな「エロ紙芝居」を楽しむことができます。

Animaに高速化LoRAを適用すれば、10ステップ程度で破綻の目立たない画像を連続生成できるのでおすすめ。ただし、Animaはプロンプトが同じだとほとんど同じ構図を出してくるきらいがあるので、キャラクター部分のプロンプトは固定しておいて、プロンプト後段でプレイ内容や画角、顔の向きなどをランダムに揺らすと紙芝居らしくなります。

例えば、このようなプロンプトで生成してみます。

プロンプト例：<lora:anima-turbo-lora-v0.2:1>1girl, solo focus, （キャラクター名・容姿・衣装など）, nsfw, explicit, hetero, 1boy, head out of frame, male pubic hair, {sex, missionary|sex from behind|facing away, back view, sex, vaginal, penis, from behind, looking away, ass focus|sex, legs up|sex, prone bone|sex, cowgirl position}, {full body|close-up|pov|from side|breast focus|from below, ass focus}, {ahegao|ohogao|female glaring|seductive smile|female ejaculation|head back, head back, tongue out, trembling, orgasm, female orgasm}, pink theme, pink light, indoors, hotel room, love hotel, blurry background, speed lines, motion blur, dynamic angle, perspective, shiny skin, sweat,

ざっくり言うと、キャラと背景は固定しつつ、いろいろな体位・画角・表情のバリエーションを出せるようなプロンプトです。Animaで高速生成するなら、ほかの設定はこんな感じ。10ステップで高速生成したいので、<lora:anima-turbo-lora-v0.2:1>を入れて高速化LoRAを適用するのを忘れないでください。

＜自然言語指示で複雑な構図の紙芝居を作れる！＞

記事冒頭で掲載したこちらのサンプル動画は、右に指定キャラの立ち絵、左に同じキャラのHシーンが出てくるプロンプト。SDXLでもできないことはありませんが、Animaなら自然言語指示でこうしたことが割とラクにできます。

PP：masterpiece, best quality, score_7, solo focus, 1girl, (キャラ容姿を自由に記述), multiple views, ahegao, 1boy, nsfw, fat man, {sex from behind|sex, girl on top|sex from behind, looking away|head back, tongue out, trembling, orgasm, female orgasm|cum on face|face focus}, nipple slip, areola slip, In the right third of the screen, there is a full-body illustration of a woman wearing a white T-shirt, with her arms crossed, glaring at the viewer. On the left is an image of the same woman having sex with a man while wearing a maid outfit and a bikini.

Dynamic Promptsを使った{ | | | }部分で、H内容がバリエーションするように作っています。danbooruタグを付け加えたり、後半の自然言語部分を書き換えたりして、プレイ部分や容姿部分を好きに差し替えてみると捗るかと思います。

（※動画にモザイクしないで済むよう、negpipで局部が映らない角度にしています）

終わりに

というわけで、今回はForgeNeo用の音楽再生拡張「sd-webui-sound-player」のご紹介でした。例によってCodexに作ってもらったのですが、最初は「画像生成中に退屈してしまうユーザーさんを癒す音楽プレーヤーですね！はりきって作ります！」という感じだったのに、「panpan08.mp3」とかが並ぶいかがわしい再生プレイリストを見てからどうも開発のテンションが下がったのが感じられて面白かったです。

画像生成の役には何も立ちませんが、いちいちプレイヤーを再生するのも面倒だったので、拡張として組み込んでみました。普段ASMR音声とか聞く人は、その音声のストーリーやキャラクターに合った画像が生成される設定で試してみると楽しいかもしれません。

それでは今回はこのへんで。スタジオ真榊でした。