# ACE-Step 1.5 (modelo de música)

> Modelo de música ACE-Step 1.5 Turbo: músicas com vocais ou instrumentais a partir de um prompt de estilo (gênero, clima, instrumentos, andamento) e letras opcionais em 50 idiomas, de 10 s a 10 min, estéreo 48 kHz, para temas e trilhas sonoras de jogos. Roda localmente na sua GPU com audio.cpp. Licença MIT, uso comercial permitido.

- Id: `aigd.audio-ace-step-1-5`
- Origem: Oficial (de primeira parte `aigd.*`)
- Categoria: Áudio
- Publicador: AI Game Dev (`aigd`), verificado
- Versão mais recente: 1.0.2 (publicado em 2026-11-22)
- Licença: MIT
- Requer o app AI Game Dev: `>=0.32.0-beta.6`
- Código nativo: não
- Avaliação: ainda sem avaliações
- Página HTML: https://ai-game.dev/pt-br/packages/aigd.audio-ace-step-1-5

## Instalar

Com o CLI gamedev, na pasta do projeto:

```bash
gamedev pkg add aigd.audio-ace-step-1-5
```

No app desktop: abra a janela Packages (o ícone de pacote na barra de status), selecione **Browse**, busque `aigd.audio-ace-step-1-5` e clique em **Add to Project**. Mais: https://ai-game.dev/docs/wiki/app/packages

## Versões

| Versão | Publicado | Requer o app | Observações |
|---|---|---|---|
| 1.0.2 | 2026-11-22 | `>=0.32.0-beta.6` | mais recente |
| 1.0.1 | 2026-11-21 | `>=0.32.0-beta.6` | - |

## Descrição

````markdown
# ACE-Step 1.5 (`aigd.audio-ace-step-1-5`)

O ACE-Step 1.5 é um modelo aberto de geração musical da ACE Studio e da StepFun. Ele cria músicas com vocais cantados, ou instrumentais, a partir de um prompt de estilo (gênero, clima, instrumentos, andamento) e letras opcionais em 50 idiomas: de 10 s a 10 min, estéreo 48 kHz. No app AI Game Dev ele roda localmente na sua GPU por meio de **Geração de áudio local** (`aigd.audiocpp`, o runtime audio.cpp), então fazer música não custa nada por faixa. Ele atende desenvolvedores de jogos que querem músicas de trilha sonora, temas de abertura com vocais ou longas peças instrumentais sob uma licença MIT que permite uso comercial.

## O que você pode criar

- Temas de título e de menu, com ou sem vocais.
- Músicas com suas próprias letras para trailers, créditos, rádios dentro do jogo ou momentos da história.
- Música de fundo instrumental longa para fases, de 10 s a 10 minutos por peça.
- Músicas em outros idiomas para versões localizadas do seu jogo (letras em 50 idiomas).

## Exemplos de pedidos

- "Faça um instrumental chiptune animado de 2 minutos para o menu principal."
- "Escreva uma balada melancólica de piano com vocais femininos para os créditos finais, usando esta letra: ..."
- "Gere um tema de batalha orquestral de 3 minutos com coro e bateria pesada."
- "Faça uma música city-pop japonesa para a rádio do jogo, com cerca de 90 segundos."

## Destaques

| Especificação | Valor |
|---|---|
| Saída | WAV estéreo de 48 kHz, salvo no seu projeto |
| Duração | 10 s a 10 min (padrão 30 s) |
| Entrada | prompt de estilo (até 512 caracteres) e letras opcionais (até 4.096 caracteres) |
| Idiomas das letras | 50, incluindo inglês, chinês, japonês, coreano, espanhol, alemão, francês, português e russo |
| Variante | Turbo: no máximo 8 etapas de denoising (padrão 8) |
| Repetível | uma seed repete um resultado |

- A variante Turbo ignora a orientação (CFG), então o app não oferece essa configuração.
- O prompt de estilo é lido até 256 tokens e as letras até 2048 tokens (tanto no upstream quanto no audio.cpp); o restante é cortado sem aviso. 4096 caracteres de letras em inglês cabem, mas o mesmo comprimento de letras em chinês, japonês ou coreano pode perder a segunda metade.

Este pacote contém apenas dados. Ele indica o arquivo do modelo. O app baixa o arquivo depois que você confirma, verifica por sha256 e o executa com audio.cpp no seu computador.

## Download

10,09 GB, um arquivo, fixado em um commit do Hugging Face:

| Arquivo | Origem | Tamanho |
|---|---|---:|
| `ace-step-1.5-turbo-bf16.gguf` (DiT, planejador LM de 5 Hz, codificador de texto e VAE em um único arquivo) | [`audio-cpp/audio.cpp-gguf`](https://huggingface.co/audio-cpp/audio.cpp-gguf/tree/b7b9aa1f16c819c3b2d69a602b51786bdfb361a3/ACE-Step1.5-GGUF/turbo) @ `b7b9aa1f` | 10.09 GB |

O arquivo bf16 é usado de propósito: o audio.cpp classifica o pacote ACE-Step q8_0 totalmente quantizado como "a amostragem do planejador pode falhar" (seu `docs/gguf.md`), então o arquivo q8_0 pode retornar uma música sem relação.

## Em quais computadores

| Computador | Requisitos | Velocidade |
|---|---|---|
| GPU NVIDIA (CUDA) ou outra GPU (Vulkan) | cerca de 16 GB de memória de GPU (estimativa) | ainda não medido |
| Mac com Apple silicon (Metal) | cerca de 24 GB de memória (estimativa) | ainda não medido |

Os números de memória são estimativas e são verificados em uma GPU real antes do lançamento. Só os pesos somam 9,4 GiB, e o próprio relatório do audio.cpp mede pico de 14,4–15,8 GiB para um pacote XL do mesmo tamanho de pesos em um clipe de 5 segundos. Uma GPU de Mac pode usar apenas parte da sua memória unificada, daí o número maior. O audio.cpp não validou o ACE-Step em Metal. O número "menos de 4 GB" do próprio ACE-Step é para o pipeline oficial em PyTorch com offload para CPU, não para este runtime.

O ACE-Step 1.5 XL (4B), maior, não está neste pacote: o repositório oficial `audio-cpp` não publica nenhum GGUF XL na revisão fixada (o instalador do audio.cpp baixa o XL de um repositório de terceiros).

## Licença

MIT. O uso comercial do modelo e das músicas que ele gera é permitido.

- ACE-Step 1.5 (DiT, planejador LM de 5 Hz, VAE) © 2026 ACEStep — [licença MIT](https://github.com/ace-step/ACE-Step-1.5/blob/910a4dd82aa663925451d0b161a32d21d92ac297/LICENSE); [model card](https://huggingface.co/ACE-Step/Ace-Step1.5) (`license: mit`), co-liderado pela ACE Studio e pela StepFun.
- O planejador LM de 5 Hz é um fine-tune do Qwen3-1.7B © Alibaba Cloud (equipe Qwen) — [model card](https://huggingface.co/Qwen/Qwen3-1.7B), Apache-2.0.
- Codificador de texto Qwen3-Embedding-0.6B © Alibaba Cloud (equipe Qwen) — [model card](https://huggingface.co/Qwen/Qwen3-Embedding-0.6B), Apache-2.0.
- Conversão para GGUF: [`audio-cpp/audio.cpp-gguf`](https://huggingface.co/audio-cpp/audio.cpp-gguf) — o card dele (`license: other`) diz que cada GGUF é regido pela licença do modelo original; para `ACE-Step1.5-GGUF`, isso é MIT.

As quatro partes estão empacotadas dentro do único arquivo GGUF.

Atribuição obrigatória quando você redistribui os pesos: mantenha o aviso de copyright MIT "Copyright (c) 2026 ACEStep" e a licença Apache-2.0 e os avisos do Qwen3-1.7B e do Qwen3-Embedding-0.6B. Nenhuma atribuição é necessária para as músicas que você gera.

Restrições, sem rodeios:

- Sem limite territorial, sem teto de receita, sem marca d'água em nenhuma das licenças.
- O README do ACE-Step ("License & Disclaimer") acrescenta termos de uso: ao usar o ACE-Step, você concorda em verificar que o que gera é original, em divulgar claramente que houve envolvimento de IA e em obter permissão antes de adaptar estilos ou materiais protegidos.
- Você é responsável pelo que gera (por exemplo, letras ou um estilo que imita um artista real).

Todos os arquivos são baixados do Hugging Face. O AI Game Dev não os hospeda.
````
