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

最新推荐文章于 2026-01-02 23:51:00 发布
原创 最新推荐文章于 2026-01-02 23:51:00 发布 · 532 阅读 · 13 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#人工智能 #深度学习 #音乐生成 #个性化创作 #AI大模型 #机器学习 #歌曲改编

部署运行你感兴趣的模型镜像

新功能上线！

OpenBayes平台模型部署功能现已正式上线，使用自定义部署方式，通过编写 start.sh 启动脚本，即可自定义服务的启动方式。

更多操作详情：

https://openbayes.com/docs/serving

实战指南：在 OpenBayes 使用 vLLM 部署 DeepSeek-R1-Distill-Qwen-1.5B 模型

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。

目前，「ACE-Step：音乐生成基础模型」已上线至 OpenBayes 公共教程板块，点击下方链接即可体验一键部署教程 ⬇️

教程链接：

https://go.openbayes.com/T5SLn

Demo 运行

01 运行阶段

1.登录 http://OpenBayes.com，在「公共教程」页面，选择键部署「ACE-Step：音乐生成基础模型」教程。 

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。

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！

小贝总专属邀请链接（直接复制到浏览器打开）：

https://go.openbayes.com/9S6Dr

4. 等待分配资源，首次克隆需等待 2 分钟左右的时间。当状态变为「运行中」后，点击「API 地址」旁边的跳转箭头，即可跳转至 Demo 页面。请注意，用户需在实名认证后才能使用 API 地址访问功能。

02 效果演示

该项目提供多任务创作面板：Text2Music Tab、Retake Tab、Repainting Tab、Edit Tab 和 Extend Tab。

各模块功能及参数调整简介如下：

Text2Music Tab

* Audio Duration：设置生成音频的时长（-1 表示随机生成）

* Tags：输入描述性标签、音乐流派或场景描述，用逗号分隔

* Lyrics：输入带有结构标签的歌词，如 [verse]、[chorus]、[bridge]

* Basic Settings：调整推理步数、指导比例和种子值

* Advanced Settings：微调调度器类型、CFG 类型、ERG 设置等参数

* 点击「Generate」按钮，根据输入内容创作音乐

Retake Tab

功能：通过不同种子值重新生成音乐并产生细微变化，调整变化参数以控制新版本与原版的差异程度

* variance：填写方差

* retake seeds (default None)：填写随机数种子

* 点击「Retake」按钮，重新生成

Repainting Tab

功能：选择性重新生成音乐的特定段落

* variance：方差

* retake seeds (default None)：随机种子

* Repaint Start Time：指定需要重新生成段落的开始时间

* Repaint End Time：指定需要重新生成段落的结束时间

* Repaint Source：选择源音频（text2music 、 last_repaint 或 upload）

* 点击「Repaint」按钮，重新生成

Edit Tab

功能：通过调整编辑参数控制对原曲的保留程度

* Edit Tags：修改标签来改编现有音乐

* Edit Lyrics：修改歌词来改编现有音乐

* edit seeds (default None)：编辑随机种子

* Edit Type：编辑类型，可选择「only_lyrics」模式（保留原旋律）或「remix」模式（改变旋律）

* Repaint End Time：指定需要重新生成段落的结束时间

* edit_n_min：编辑最小范围

* edit_n_max：编辑最大范围

* Edit Source：编辑资源

* 点击「Edit」按钮，编辑

Extend Tab

功能：在现有音乐的开头或结尾添加音乐片段

* edit seeds (default None)：扩散随机种子

* Left Extend Length：指定左侧扩展时长

* Right Extend Length：指定右侧扩展时长

* Extend Source：选择需要扩展的源音频

* 点击「Extend」按钮，扩散

您可能感兴趣的与本文相关的镜像

ACE-Step

ACE-Step

音乐合成
ACE-Step

ACE-Step是由中国团队阶跃星辰（StepFun）与ACE Studio联手打造的开源音乐生成模型。 它拥有3.5B参数量，支持快速高质量生成、强可控性和易于拓展的特点。 最厉害的是，它可以生成多种语言的歌曲，包括但不限于中文、英文、日文等19种语言

使用ACE-Step在本地生成AI音乐
独立开发，substack顶级编辑
05-12 1115
ACE-Step v1-3.5B是由ACE Studio和StepFun开发的开源音乐生成模型，旨在从自然语言提示生成完整的音乐音轨。该模型基于扩散框架，结合深度压缩自编码器和轻量级线性transformer，能够生成丰富、多乐器的作品，并在长篇音乐生成方面表现出色。ACE-Step特别之处在于它允许用户提供一个短音乐片段作为起点，然后将其扩展为完整的作品，同时保持原始的风格、情绪和乐器编排。该模型在消费级硬件上高效运行，无需云处理，支持多语言和多风格，并具备声音克隆和风格转换等独特功能。用户可以通过简单的
AI大模型学习二十八、ACE-Step：生成式AI音乐大模型简介与安装（一）
浪淘沙jkp的专栏
05-25 1505
摘要：ACE-Step是一款突破性的开源音乐生成模型，融合扩散生成、深度压缩自动编码器(DCAE)和线性Transformer架构，解决了现有技术在生成速度、连贯性和可控性之间的矛盾。该模型在A100 GPU上仅需20秒即可生成4分钟音乐，比基于LLM的基线快15倍，同时保持卓越的音乐质量和歌词对齐能力。支持多语言创作、音色克隆、分轨生成等高级功能，提供编辑和重生成选项增强可控性。ACE-Step采用一阶段DiT架构和REPA训练机制，显著提升音乐结构性和生成效率，是音乐创作民主化的重要里程碑。
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
HyperAI超神经
05-20 1379
「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，仅需 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，快来体验吧！
[音乐生成]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
强化学习曾小健
05-20 1288
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。当状态变为「运行中」后，点击「API 地址」旁边的跳转箭头，即可跳转至 Demo 页面。「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，仅需 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，快来体验吧！
ACE-Step界面汉化
05-25
ACE-Step界面汉化是指将ACE-Step软件的用户界面从原始的英文或其他语言翻译成中文的过程。这一过程对于非中文母语用户或习惯使用中文的用户来说十分必要，因为汉化后的界面能帮助他们更好地理解和使用软件。ACE-Step...
ACE-Step节点工作流文件
12-09
ACE-Step节点工作流文件是专为某种特定工作流管理软件设计的节点插件文件。工作流管理是信息系统中的一种重要技术，它定义了业务过程中一系列任务如何组织和执行的机制。ACE-Step节点插件作为一种工作流节点，可以在...
高质量AI歌曲生成器ACE-Step一键启动整合包，AI自动谱曲自动演唱
05-27 991
ACE-Step是刚发布不久的AI自动谱曲AI自动演唱软件，软件在歌曲生成速度、音乐连贯性和可控性上相对同类软件有了较大提升。
Math - 中心化，标准化和归一化
guoqx的专栏
12-30 674
摘要：归一化是将数据转换为统一尺度的处理方法，消除量纲差异，便于比较与分析。常见方法包括Min-Max缩放（线性映射到固定区间）和Z-score标准化（均值0，标准差1）。Min-Max适用于需要固定范围的情况，但对异常值敏感；Z-score适用于单位不同或存在离群值的场景。归一化在数据分析、信号处理和机器学习中广泛应用，需根据数据分布和算法需求选择合适方法，并注意保存参数以确保一致性。流程包括数据清洗、方法选择、拟合转换和效果评估。
2025年终总结
李梨同学的博客
12-31 725
以往，想把一个产品从想法变成现实，往往离不开一整条由“螺丝钉”拼出来的流水线：需求评审、产品对接、研发排期、测试上线，每一步都要仰赖他人的时间与资源。我试图推倒技术的高墙，用通俗有趣的语言，把晦涩的AI原理“翻译”给更多人听。这条路注定充满了不确定性。正是这风暴般的时代，打破了旧有的壁垒，赋予了像我这样曾经“不务正业”的个体前所未有的杠杆。这一年，我拒绝做一个默默敲代码的“独行侠”，决定走出去，构建自己的知识品牌。三年后再次站在时间的节点回望，这一年于我而言，是从“被浪推着走”到“学会造浪”的转折点。
人工智能基础篇：概念性名词浅谈（第十五讲）
m0_53104033的博客
12-31 687
本文介绍了两种改进的自编码器模型。正则自编码器通过在损失函数中添加正则化项，实现了对稀疏表示、噪声鲁棒性等特性的学习，突破了传统自编码器的容量限制。随机编码器则通过向编解码器注入噪声，形成生成模型架构，其训练目标是最小化输入与重构间的负对数似然。文章还特别介绍了针对矩阵数据的改进版本MRAE及其在异常检测中的应用。这些模型通过不同的正则化机制，有效提升了自编码器的特征学习能力。
6神经网络框架
2301_81531626的博客
12-27 1783
本文系统介绍了神经网络的基本框架和发展过程。首先指出线性模型的局限性，说明其无法拟合复杂非线性关系。接着引入分段线性曲线和Sigmoid函数，通过参数调节实现曲线拟合。随后详细阐述了神经网络的构建过程：从单输入扩展到多特征输入，引入矩阵运算简化表达式，并说明激活函数的作用。最后介绍深度学习中ReLU激活函数的优势，其简单计算特性可有效组合成复杂曲线。全文通过数学公式和图示相结合，清晰展现了神经网络从线性模型到深度学习框架的演进逻辑。
GitHub 热榜项目 - 日榜(2026-1-1)
CoderJia的学习之路
01-01 468
本期GitHub热榜显示AI应用开发正全面渗透各技术领域，前沿项目聚焦于解决实际工程问题。Gemini的电脑使用预览和Timescale的pg-aiguide展示了AI与开发工具深度整合，通过MCP服务器提升代码生成质量。Pathway框架和docetl系统凸显流式ETL与LLM管道技术成熟，推动实时数据分析与RAG应用落地。同时，来自ResembleAI的Chatterbox和TrendRadar分别代表语音合成与智能信息聚合的技术突破，Deep-Live-Cam则体现单图视频生成技术的平民化趋势。这些项
机器学习-逻辑回归的成本函数
最新发布
weixin_64179111的博客
01-02 118
所以我们只关注对数函数 横轴0-1的部分，因为我们模型0要输出两种情况，0-1，所以要分情况去定义成本函数，1是一种情况，0是一种情况，在用代码实现的时候，也要对数据集的输出结果进行区分然后再带入模型进行训练，要用梯度下降，对模型进行训练，代价函数最好是凸函数，这样用梯度下降优化的时候，可以找到全局最小值，在线性回归中，成本函数是，均方误差，计算预测值和真实值的差值的平方，然后取平均值，来衡量模型的效果，所以我们要找到一个新的损失函数来定于逻辑回归的成本函数，如下图所示。下面是输出为0的时候的成本函数。
【AI学习-comfyUI学习-第二十五节-Shuffle洗牌模式布局+contronet其他应用结合-各个部分学习】
qq_22146161的博客
12-27 1425
最近，学习comfyUI，这也是AI的一部分，想将相关学习到的东西尽可能记录下来。不断学习摸索中。
2025年智能体架构与主流技术深度研究报告：从生成式AI迈向自主执行层
chengoodflower的博客
12-30 747
在2025年，智能体的记忆技术已经超越了简单的向量检索增强生成（Naive RAG），向着结构化、分层化和具有自我管理能力的**操作系统级记忆（OS-Level Memory）**演进。这简化了智能体的架构，使得开发者无需维护独立的推理服务即可实现高质量的检索。：在多智能体系统（Multi-Agent Systems）中，o3 被广泛用于担任“编排者（Orchestrator）”或“团队领导（Team Lead）”的角色，负责将模糊的用户需求转化为具体的子任务序列，并分配给其他更快速的模型去执行。
No105:甘地&AI：智能的非暴力变革与社会智慧
weixin_43135215的博客
12-28 761
在追求AI社会智能进步的同时，我们需要甘地式的社会智慧和人文精神，让智能不仅能够处理数据，更能够理解人性、促进和谐、实现公正、服务人类，成为真正推动社会进步和人类福祉的智能力量。
Photoshop 图形与图像处理技术——第5章：路径与形状的应用
2401_82750246的博客
12-30 778
本文详细介绍了Photoshop中路径和形状工具的应用方法。主要内容包括：1.路径工具的使用技巧，包括钢笔工具、路径选择工具的操作方法，以及路径的编辑、填充和描边等功能；2.形状工具的绘制方法，涵盖矩形、多边形、直线等基本形状的创建与编辑；3.路径与选区之间的转换技巧；4.通过实例演示如何运用路径和形状工具完成"直降专区"文字变形效果和背景设计。文章系统讲解了路径和形状工具的各项参数设置，并提供了实用的操作技巧，是掌握Photoshop矢量绘图功能的重要参考。
【2025年度总结】从4篇到187篇
hbkybkzw的博客
01-02 354
2026 年的第二天，今天的我在深圳图书馆，看着 后台统计的那个数字——187篇，我竟然有一种恍如隔世的感觉。如果把时间轴拉回一年前，我的2024年只留下了4篇文章的记录；再往前看，2023年只有1篇。那时的我，或许是忙碌，或许是迷茫，博客对于我来说，更像是一个偶尔路过的驿站。但在2025年，一切都变了。这一年 我小小的征服了下技术，技术也重塑了我。如果非得要给我的2025年一个关键词，那就是："坚持"。回首这一年，我的大部分时间都浸泡在各种新技术和基础理论的学习中。
情绪经济下的AI应用怎么设计？6个APP原型设计案例拆解
PM_H2503的博客
12-30 467
这篇文章主要参考了3个AI恋爱交友、AI虚拟伴侣、AI角色互动类APP原型案例，拆解它们的核心页面设计思路。顺带也整理了3个相对小众、但挺有启发的AI类APP原型素材，偏设计师与产品经理视角。
ACE-Step 音乐制作大模型前端调用
06-10
### 调用 ACE-Step 音乐制作大模型的前端实现 ACE-Step 是一种基于人工智能的音乐制作大模型，能够生成高质量的音乐片段。为了在前端调用该模型，通常需要通过后端提供的 API 接口进行交互。以下是实现这一功能的详细说明和示例代码。 #### 1. API 文档概述 ACE-Step 的 API 通常会提供以下功能： - **生成音乐**：根据用户输入（如风格、节奏、音符等）生成音乐片段。 - **调整参数**：允许用户自定义音乐生成的参数，例如速度、音高、乐器类型等。 - **下载音乐**：将生成的音乐以文件形式下载到本地。 API 的具体文档需要参考后端开发者提供的接口规范。以下是一个假设的 API 调用格式[^2]： | 参数名 | 类型 | 描述 | |--------|------|------| | style | string | 音乐风格，例如 "pop", "rock" 等 | | tempo | int | 音乐节奏，范围为 60-200 | | length | int | 音乐长度，单位为秒 | #### 2. 前端调用示例 以下是一个使用 JavaScript 和 Fetch API 调用 ACE-Step 的示例代码： ```javascript async function generateMusic(style, tempo, length) { const url = 'https://api.example.com/ace-step/generate'; // 替换为实际 API 地址 const data = { style: style, tempo: tempo, length: length }; try { const response = await fetch(url, { method: 'POST', headers: { 'Content-Type': 'application/json' }, body: JSON.stringify(data) }); if (!response.ok) { throw new Error('Network response was not ok'); } const result = await response.json(); console.log('Generated Music:', result); return result; } catch (error) { console.error('Error generating music:', error); } } // 调用示例 generateMusic('pop', 120, 30).then(music => { if (music && music.url) { const audioElement = document.createElement('audio'); audioElement.src = music.url; // 假设返回结果包含音乐文件 URL audioElement.controls = true; document.body.appendChild(audioElement); } }); ``` #### 3. 注意事项 - **跨域问题**：如果前端与后端不在同一域名下，可能需要配置 CORS（跨域资源共享）[^3]。 - **安全性**：确保 API 请求中包含必要的身份验证信息，例如 Token 或 API Key。 - **错误处理**：在实际应用中，应增强错误处理逻辑，确保用户体验流畅。 #### 4. 示例运行环境 为了测试上述代码，可以使用在线工具如 CodePen 或 JSFiddle，并确保后端 API 已正确部署且可用。 ---
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值