投稿 提交工具 投放合作

ACE-Step:开源音乐生成基础模型

大语言模型 5.1k(+1) 673 Python 2026-11-21 访问官网 ↗ 在 GitHub 打开

结合扩散生成、深度压缩自编码器与轻量线性Transformer的音乐生成模型,支持歌词对齐、多语言、人声与器乐生成及多种编辑控制。

ACE-Step 是一个开源的音乐生成基础模型,将扩散式生成与 Sana 的深度压缩自编码器(DCAE)、轻量线性 Transformer 结合,并在训练中用 MERT 和 m-hubert 对齐语义表示以加快收敛。据项目说明,它在 A100 上约 20 秒可合成最长 4 分钟的音乐,兼顾生成速度、音乐连贯性与歌词对齐。模型支持主流音乐风格、19 种语言(含中英日韩等表现较好的前十语言)、器乐与多种演唱技巧。可控性方面提供变体重生成、局部重绘和基于 flow-edit 的歌词编辑(一次只能改小段歌词,可多次连续修改)。仓库还提供 Lyric2Vocal、Text2Samples 等 LoRA 应用,以及 ComfyUI 节点、RapMachine、Audio2Audio 等工具;README 提到经内存优化后最低显存需求为 8GB。

Star 趋势2026-11-08 — 2026-11-20当前 Stars 5.1k24h +17 日 +29

5k5.1k11-0811-1111-1211-1311-1411-1511-1611-1711-1811-20