ACE-Step 1.5

ACE-Step 1.5 は StepFun と ACE Studio が開発したオープンソースの音楽生成基盤モデルです。言語モデル（LM）プランナーと拡散 Transformer（DiT）を組み合わせ、商用品質の音楽を生成します。

機能

• テキストから音楽生成：テキスト記述から音楽を生成（ジャンル、ムード、BPM、キーなど）
• 歌詞から楽曲生成：構造化された歌詞から完全な楽曲を生成
• オーディオリペイント：既存オーディオの特定セクションを編集
• オーディオ継続：既存オーディオクリップを延長
• LoRA トレーニング：独自のオーディオデータでファインチューニング

起動モード

ACESTEP_MODE を設定して起動するサービスを選択：

モード	ポート	説明
gradio（デフォルト）	7860	インタラクティブな Gradio ウェブ UI
api	8001	REST API サーバー（/generate、/health）

GPU 要件

VRAM	モード	言語モデル
6 GB	DiT のみ（LM なし）	なし
6-8 GB	DiT + LM	acestep-5Hz-lm-0.6B
8-16 GB	DiT + LM	acestep-5Hz-lm-1.7B
16+ GB	DiT + LM	acestep-5Hz-lm-4B

リンク

• GitHub リポジトリ