ACE-Step 1.5(音楽モデル)
gamedev pkg add aigd.audio-ace-step-1-5概要
ACE-Step 1.5 Turbo音楽モデル:スタイルプロンプト(ジャンル、ムード、楽器、テンポ)と任意の歌詞から、ボーカル入りまたはインストゥルメンタルの楽曲を50言語で生成します。長さは10秒〜10分、48 kHzステレオ。ゲームのテーマ曲やサウンドトラックに。audio.cppでお使いのGPU上でローカルに動作します。MITライセンスで商用利用可能。
ACE-Step 1.5は、ACE StudioとStepFunによるオープンな音楽生成モデルです。スタイルプロンプト(ジャンル、ムード、楽器、テンポ)と任意の歌詞から、歌付きまたはインストゥルメンタルの楽曲を50言語で制作できます。長さは10秒〜10分、48 kHzステレオ。AI Game Devアプリでは、Local audio generation(aigd.audiocpp、audio.cppランタイム)を通じてお使いのGPU上でローカルに動作するため、曲ごとのコストはかかりません。商用利用を認めるMITライセンスの下で、サウンドトラック用の楽曲、ボーカル入りのタイトルテーマ、長尺のインストゥルメンタル曲を求めるゲーム開発者に適しています。
作れるもの
- タイトル画面やメニューのテーマ曲。ボーカル付きでもインストゥルメンタルでも。
- トレーラー、クレジット、ゲーム内ラジオ局、ストーリーの演出向けに、独自の歌詞で楽曲を制作。
- レベル用の長尺インストゥルメンタルBGM。1曲あたり10秒から最大10分まで。
- ゲームのローカライズ版向けの他言語の楽曲(歌詞は50言語に対応)。
リクエスト例
- 「メインメニュー用に2分の明るいチップチューン・インストゥルメンタルを作って。」
- 「エンディングクレジット用に、女性ボーカルのメランコリックなピアノバラードを、この歌詞で書いて:…」
- 「合唱と重厚なドラム入りの3分のオーケストラ戦闘テーマを生成して。」
- 「ゲーム内ラジオ用に、90秒ほどの日本のシティポップを作って。」
ハイライト
| 項目 | 値 |
|---|---|
| 出力 | 48 kHzステレオWAV、プロジェクト内に保存 |
| 長さ | 10秒〜10分(デフォルト30秒) |
| 入力 | スタイルプロンプト(最大512文字)と任意の歌詞(最大4,096文字) |
| 歌詞の言語 | 50言語。英語、中国語、日本語、韓国語、スペイン語、ドイツ語、フランス語、ポルトガル語、ロシア語を含む |
| バリアント | Turbo:ノイズ除去ステップは最大8(デフォルト8) |
| 再現性 | シードで結果を再現可能 |
- Turboバリアントはガイダンス(CFG)を無視するため、アプリではこの設定を提供していません。
- スタイルプロンプトは最大256トークン、歌詞は最大2048トークンまで読み込まれ(上流でもaudio.cppでも同様)、それ以降は警告なしに切り捨てられます。英語の歌詞なら4096文字が収まりますが、同じ長さの中国語・日本語・韓国語の歌詞では後半が失われることがあります。
このパッケージはデータのみです。モデルファイルを指定するものです。アプリは確認後にダウンロードし、sha256で検証して、お使いのコンピューター上でaudio.cppで実行します。
ダウンロード
10.09 GB、1ファイル、Hugging Faceのコミットに固定:
| ファイル | 取得元 | サイズ |
|---|---|---|
ace-step-1.5-turbo-bf16.gguf(DiT、5 Hz LMプランナー、テキストエンコーダー、VAEを1ファイルに同梱) | audio-cpp/audio.cpp-gguf @ b7b9aa1f | 10.09 GB |
bf16ファイルを意図的に使用しています。audio.cppは完全量子化されたq8_0のACE-Stepパッケージを「プランナーのサンプリングが失敗する可能性がある」と評価しており(docs/gguf.md)、q8_0ファイルでは無関係な曲が返ることがあります。
動作するコンピューター
| コンピューター | 要件 | 速度 |
|---|---|---|
| NVIDIA GPU(CUDA)またはその他のGPU(Vulkan) | 約16 GBのGPUメモリ(推定) | 未計測 |
| Appleシリコン搭載Mac(Metal) | 約24 GBのメモリ(推定) | 未計測 |
メモリの数値は推定値で、リリース前に実機のGPUで確認されます。重みだけで9.4 GiBあり、audio.cpp自体のレポートでは、同じ重みサイズのXLパッケージを5秒のクリップで実行したときのピークが14.4〜15.8 GiBと計測されています。MacのGPUはユニファイドメモリの一部しか使用できないため、数値が大きくなります。audio.cppはMetal上でACE-Stepを検証していません。ACE-Step自身の「4 GB未満」という数値は、CPUオフロードを使う公式のPyTorchパイプラインのものであり、このランタイムのものではありません。
より大きなACE-Step 1.5 XL(4B)はこのパッケージには含まれていません。公式のaudio-cppリポジトリが、固定されたリビジョンでXLのGGUFを公開していないためです(audio.cppのインストーラーはXLをサードパーティのリポジトリから取得します)。
ライセンス
MIT。モデルおよび生成された楽曲の商用利用が認められています。
- ACE-Step 1.5(DiT、5 Hz LMプランナー、VAE)© 2026 ACEStep — MITライセンス、モデルカード(
license: mit)、ACE StudioとStepFunが共同で主導。 - 5 Hz LMプランナーはQwen3-1.7B © Alibaba Cloud(Qwenチーム)をファインチューニングしたもの — モデルカード、Apache-2.0。
- テキストエンコーダーQwen3-Embedding-0.6B © Alibaba Cloud(Qwenチーム) — モデルカード、Apache-2.0。
- GGUF変換:
audio-cpp/audio.cpp-gguf— そのカード(license: other)には、各GGUFは元のモデルのライセンスに従うと記載されています。ACE-Step1.5-GGUFの場合はMITです。
4つのパーツはすべて1つのGGUFファイル内に格納されています。
重みを再配布する際に必要な表示:MITの著作権表示"Copyright (c) 2026 ACEStep"、およびQwen3-1.7BとQwen3-Embedding-0.6BのApache-2.0ライセンスと通知を保持してください。生成した楽曲には表示義務はありません。
制限事項を明確にすると:
- どちらのライセンスにも地域制限、収益上限、ウォーターマークはありません。
- ACE-StepのREADME(「License & Disclaimer」)は利用条件を追加しています。ACE-Stepを使用することで、生成物がオリジナルであることを確認し、AIが関与したことを明確に開示し、保護されたスタイルや素材を改変する前に許可を得ることに同意したものとみなされます。
- 生成物(たとえば、実在のアーティストを模した歌詞やスタイル)についてはあなたが責任を負います。
すべてのファイルはHugging Faceからダウンロードされます。AI Game Devはファイルをホストしていません。
バージョン
| バージョン | リリース日 | アプリが必要 |
|---|---|---|
| 1.0.2最新 | 0.32.0-beta.6 以降 | |
| 1.0.1 | 0.32.0-beta.6 以降 |
インストール
デスクトップアプリで
Packages ウィンドウを開き(ステータスバーのパッケージアイコン)、Browse を選んで aigd.audio-ace-step-1-5 を検索し、Add to Project をクリックします。
アプリがまだない方は、Windows、macOS、Linux 用の AI Game Dev を無料でダウンロードしてください。
ターミナルから
gamedev CLI を使い、プロジェクトフォルダーで実行します。
gamedev pkg add aigd.audio-ace-step-1-5必要条件
- AI Game Dev 0.32.0-beta.6 以降
gamedev pkg add aigd.audio-ace-step-1-5