ACE-Step 1.5(音乐模型)
gamedev pkg add aigd.audio-ace-step-1-5概览
ACE-Step 1.5 Turbo 音乐模型:根据风格提示词(曲风、情绪、乐器、速度)和最多 50 种语言的可选歌词,生成带人声的歌曲或纯器乐,时长 10 秒到 10 分钟,48 kHz 立体声,可用于游戏主题曲和配乐。通过 audio.cpp 在你的 GPU 上本地运行。MIT 许可,允许商业使用。
ACE-Step 1.5 是 ACE Studio 与 StepFun 联合推出的开放音乐生成模型。它能根据风格提示词(曲风、情绪、乐器、速度)和最多 50 种语言的可选歌词,创作带人声演唱的歌曲或纯器乐:10 秒到 10 分钟,48 kHz 立体声。在 AI Game Dev 应用中,它通过本地音频生成(aigd.audiocpp,即 audio.cpp 运行时)在你的 GPU 上本地运行,因此每首曲子的制作成本为零。它适合想要配乐歌曲、人声主题曲或长篇器乐作品的游戏开发者,采用允许商业使用的 MIT 许可。
你可以创作什么
- 标题界面和菜单主题曲,可带人声,也可不带人声。
- 配上你自己歌词的歌曲,用于预告片、片尾字幕、游戏内电台或剧情时刻。
- 用于关卡的长篇器乐背景音乐,每首 10 秒到 10 分钟。
- 用于游戏本地化版本的其他语言歌曲(歌词支持 50 种语言)。
示例请求
- “做一段 2 分钟的欢快 chiptune 器乐,用于主菜单。”
- “写一首忧郁的钢琴抒情曲,女声演唱,用于片尾字幕,歌词如下:……”
- “生成一段 3 分钟的管弦乐战斗主题,带合唱和厚重鼓点。”
- “做一首日本 city-pop 风格的歌曲,用于游戏内电台,大约 90 秒。”
亮点
| 规格 | 值 |
|---|---|
| 输出 | 48 kHz 立体声 WAV,保存到你的项目中 |
| 时长 | 10 秒到 10 分钟(默认 30 秒) |
| 输入 | 风格提示词(最多 512 个字符)和可选歌词(最多 4,096 个字符) |
| 歌词语言 | 50 种,包括英语、中文、日语、韩语、西班牙语、德语、法语、葡萄牙语和俄语 |
| 变体 | Turbo:最多 8 个去噪步数(默认 8) |
| 可重复 | 同一个种子可重复生成同一结果 |
- Turbo 变体会忽略引导(CFG),因此应用不提供该设置。
- 风格提示词最多读取 256 个 token,歌词最多读取 2048 个 token(上游和 audio.cpp 中都是如此);超出的部分会被直接截断,不会给出警告。4096 个字符的英文歌词可以完整容纳,但同样长度的中文、日文或韩文歌词可能会丢掉后半部分。
这个包只包含数据。它指定模型文件。你确认后,应用会下载该文件,用 sha256 校验,然后在你的电脑上用 audio.cpp 运行。
下载
10.09 GB,单个文件,固定到某个 Hugging Face 提交:
| 文件 | 来源 | 大小 |
|---|---|---|
ace-step-1.5-turbo-bf16.gguf(DiT、5 Hz LM 规划器、文本编码器和 VAE 合并在一个文件中) | audio-cpp/audio.cpp-gguf @ b7b9aa1f | 10.09 GB |
特意选用 bf16 文件:audio.cpp 将完全量化的 q8_0 ACE-Step 包评定为“规划器采样可能失败”(其 docs/gguf.md),因此 q8_0 文件可能返回一首毫不相关的歌曲。
适用于哪些电脑
| 电脑 | 需求 | 速度 |
|---|---|---|
| NVIDIA GPU(CUDA)或其他 GPU(Vulkan) | 约 16 GB 显存(估计) | 尚未实测 |
| 搭载 Apple 芯片的 Mac(Metal) | 约 24 GB 内存(估计) | 尚未实测 |
这些内存数字是估算值,会在发布前于真实 GPU 上验证。仅权重就有 9.4 GiB,而 audio.cpp 自己的报告显示,在 5 秒片段上运行同等权重大小的 XL 包时峰值为 14.4–15.8 GiB。Mac 的 GPU 只能使用其统一内存的一部分,所以数字更大。audio.cpp 尚未在 Metal 上验证 ACE-Step。ACE-Step 自己给出的“低于 4 GB”数字针对的是带 CPU offload 的官方 PyTorch 流水线,而不是本运行时。
更大的 ACE-Step 1.5 XL(4B)不在这个包中:官方 audio-cpp 仓库在固定的修订版本上没有发布 XL GGUF(audio.cpp 的安装器会从第三方仓库拉取 XL)。
许可
MIT。允许将该模型及其生成的音乐用于商业用途。
- ACE-Step 1.5(DiT、5 Hz LM 规划器、VAE)© 2026 ACEStep —— MIT 许可;模型卡(
license: mit),由 ACE Studio 和 StepFun 共同主导。 - 5 Hz LM 规划器微调自 Qwen3-1.7B © Alibaba Cloud(Qwen 团队)—— 模型卡,Apache-2.0。
- 文本编码器 Qwen3-Embedding-0.6B © Alibaba Cloud(Qwen 团队)—— 模型卡,Apache-2.0。
- GGUF 转换:
audio-cpp/audio.cpp-gguf—— 其模型卡(license: other)说明每个 GGUF 都受其原始模型许可约束;对ACE-Step1.5-GGUF而言即 MIT。
这四个部分全部打包在同一个 GGUF 文件中。
重新分发权重时必须保留的署名:保留 MIT 版权声明 "Copyright (c) 2026 ACEStep",以及 Qwen3-1.7B 和 Qwen3-Embedding-0.6B 的 Apache-2.0 许可与声明。你生成的音乐无需署名。
限制,直白地说:
- 两份许可都没有地域限制、没有营收上限、没有水印。
- ACE-Step 的 README(“License & Disclaimer”)补充了使用条款:使用 ACE-Step 即表示你同意核实你所生成的内容是原创的,明确披露其中涉及 AI,并在改编受保护的风格或素材之前取得许可。
- 你需要对自己生成的内容负责(例如模仿真实艺人的歌词或风格)。
所有文件都从 Hugging Face 下载。AI Game Dev 不托管这些文件。
版本
| 版本 | 发布时间 | 需要应用 |
|---|---|---|
| 1.0.2最新 | 0.32.0-beta.6 或更高版本 | |
| 1.0.1 | 0.32.0-beta.6 或更高版本 |
安装
在桌面应用中安装
打开包窗口(状态栏中的包图标),选择浏览,搜索 aigd.audio-ace-step-1-5,然后点击添加到项目。
还没安装应用?免费下载 AI Game Dev,支持 Windows、macOS 和 Linux。
从终端安装
在项目文件夹中使用 gamedev CLI:
gamedev pkg add aigd.audio-ace-step-1-5环境要求
- AI Game Dev 0.32.0-beta.6 或更高版本
gamedev pkg add aigd.audio-ace-step-1-5