在线教程｜支持 19 种语言，生成速度快 15 倍！ACE-Step 音乐生成模型上线

当前的音乐生成模型在生成速度、音乐连贯性和可控性之间面临着固有的权衡。例如，基于 LLM 的模型（例如 Yue、SongGen）在歌词对齐方面表现出色，但推理速度慢且存在结构性伪影。 另一方面，扩散模型（例如 DiffRhythm）虽然能够实现更快的合成速度，但通常缺乏长距离的结构连贯性。对此，人工智能公司阶跃星辰（StepFun）与数字音乐平台 ACE Studio 联合推出了一款音乐生成基础模型 ACE-Step-v1-3.5B ，于 2025 年 5 月 7 日开源。该模型在 NVIDIA A100 GPU 上只需 20 秒即可合成长达 4 分钟的音乐，比基于 LLM 的基线方法快 15 倍， 同时在旋律、和声和节奏指标方面实现了卓越的音乐连贯性和歌词对齐。

相较于传统 AI 音乐工具， ACE-Step 克服了现有方法的关键局限性，并通过整体架构设计实现了最佳性能，在多元风格流派、多语言支持、器乐表现力和人声表现力 4 个方面有着突出优势。 其开源版本已支持 19 种语言输入，并且保留了精细的声学细节，支持高级控制机制，例如语音克隆、歌词编辑、混音和音轨生成等，此外还支持所有主流音乐风格、多种演唱风格，支持跨流派器乐生成，能精准还原乐器音色特征可生成包含复杂编曲的多轨音乐。

小编借 ACE-Step-v1-3.5B 之手，仅需输入音乐风格和歌词等参数，即可快速生成一段 30 秒的音乐片段～

tag 输入：funk, pop, soul, rock, melodic, guitar, drums, bass, keyboard, percussion, 105 BPM, energetic, upbeat, groovy, vibrant, dynamic

目前，「ACE-Step：音乐生成基础模型」已上线至 HyperAI超神经官网的「教程」板块， 点击下方链接即可体验一键部署教程 ⬇️

教程链接： https://go.hyper.ai/tTmib

Demo 运行

1.进入 hyper.ai 首页后，选择「教程」页面，并选择「ACE-Step：音乐生成基础模型」，点击「在线运行此教程」。
在这里插入图片描述

在这里插入图片描述

2.页面跳转后，点击右上角「克隆」，将该教程克隆至自己的容器中。

在这里插入图片描述

3.选择「NVIDIA GeForce RTX 4090」以及「PyTorch」镜像，OpenBayes 平台提供了 4 种计费方式，大家可以按照需求选择「按量付费」或「包日/周/月」，点击「继续执行」。新用户使用下方邀请链接注册，可获得 4 小时 RTX 4090 + 5 小时 CPU 的免费时长！

HyperAI超神经专属邀请链接（直接复制到浏览器打开）：

https://openbayes.com/console/signup?r=Ada0322_NR0n

在这里插入图片描述