ACE Step-1.5: Полное руководство по локальной генерации музыки на уровне коммерческих сервисов.
Введение: Новая эра открытой генерации музыки.
Мир ИИ-генерации музыки долгое время был разделен на два лагеря: мощные, но закрытые коммерческие сервисы вроде Suno и Udio, и доступные, но значительно уступающие по качеству открытые модели. ACE Step-1.5, вышедшая 28 января 2026 года, разрушает этот барьер. Разработанная совместно ACE Studio и StepFun, эта модель впервые предлагает коммерческое качество генерации музыки на обычном потребительском оборудовании, оставаясь полностью открытой под лицензией MIT и работая локально без интернета.
На стандартном бенчмарке SongEval, оценивающем общее качество музыки, ACE Step-1.5 набирает 8.09 баллов, превосходя Suno v5 — одного из лидеров коммерческого рынка. При этом генерация полноценного трека на A100 занимает менее 2 секунд, а на RTX 3090 — менее 10 секунд. Модель требует менее 4 ГБ видеопамяти для базовой версии, что делает её доступной для широкого круга пользователей.
Архитектура: как это работает.
Двухэтапный пайплайн: планировщик и синтезатор
В основе ACE Step-1.5 лежит инновационная гибридная архитектура, разделяющая креативное планирование и аудиосинтез на два независимых этапа:
Первый этап — Языковая модель (LM) как «вездесущий планировщик». LM (доступна в версиях 0.6B, 1.7B и 4B параметров) анализирует запрос пользователя и с помощью Chain-of-Thought (CoT) — цепочки рассуждений создает детальный «чертеж» будущего трека. Этот чертеж включает:
· Стилистическое описание и жанр
· Текст песни (если требуется)
· Музыкальные метаданные: BPM, тональность, размер
· Продолжительность композиции
Второй этап — Diffusion Transformer (DiT) как генератор аудио. Получив «план» от LM, DiT (около 2B параметров) превращает его в готовый аудиосигнал. Именно этот двухэтапный подход обеспечивает впечатляющую когерентность длинных композиций — модель может генерировать треки от 10 секунд до 10 минут.
Технические инновации.
1D VAE вместо Mel-спектрограмм. Предыдущие версии полагались на 2D Mel-спектрограммы, которые страдают от потери фазы и недостаточного разрешения для высокочастотных транзиентов (бас, перкуссия). ACE Step-1.5 использует 1D VAE (Variational Autoencoder), работающий напрямую с формой волны. Он сжимает стереоаудио 48 кГц в компактное 64-мерное латентное пространство с частотой 25 Гц, достигая коэффициента сжатия 1920x при почти полном сохранении перцепционного качества.
Гибридный механизм внимания в DiT: нечетные слои используют Sliding Window Attention для локальных акустических нюансов, четные — Global Group Query Attention (GQA) для долгосрочной ритмической и мелодической согласованности.
Finite Scalar Quantization (FSQ): мост между непрерывным латентным пространством и дискретным планировщиком LM, сжимающий 25Гц латенты в 5Гц дискретные коды (кодбук ~64k).
Intrinsic Reinforcement Learning (внутреннее обучение с подкреплением). Вместо внешних моделей вознаграждения, подверженных предвзятостям человеческих предпочтений, модель использует внутренние механизмы для выравнивания с запросами пользователя.
Прогрессивное обучение (Curriculum Learning) в три фазы на 27+ миллионов обработанных семплов: Foundation Pre-training (20M пар текст-музыка), Omni-Task Fine-tuning (топ 50% + 6M стем-разделенных треков), High-Quality SFT (2M отобранных семплов).
Поддержка 50+ языков и тембра.
Для не-латинских письменностей (китайский, японский, тайский) применяется стохастическая романизация — 50% текстов конвертируются в фонемные представления во время обучения, позволяя модели разделять фонологические репрезентации между языками без расширения словаря. Это обеспечивает высокую точность произношения даже для редких токенов. Качество вокала на русском языке подтверждается в тестах.
Для тембрального моделирования создан специальный датасет с изолированными вокальными и инструментальными стемами, позволяющий модели изучать zero-shot клонирование тембра.
Практическое применение: что можно делать.
Основные режимы генерации.
Text-to-Music: генерация по текстовому описанию. Поддерживаются промпты до 512 символов для описания и до 4096 символов для текста песни.
Cover Generation: реинтерпретация существующего трека в новом стиле на основе входного аудио и нового промпта.
Audio Repainting: выборочная регенерация определенных фрагментов композиции (например, неудачного куплета или такта) без изменения остальной части трека.
Vocal-to-BGM: автоматическое создание инструментального аккомпанемента из вокальной дорожки.
Batch Generation: одновременная генерация до 8 песен.
Точный контроль через метаданные.
ACE Step-1.5 предоставляет беспрецедентный уровень контроля:
Параметр Диапазон Описание
BPM 30-300 Автоопределение, если не указан
Тональность "C Major", "Am" и др. Пустая строка = автоопределение
Размер 2,3,4,6 (2/4, 3/4, 4/4, 6/8) Автоопределение
Длительность 10-600 секунд Автовыбор по длине текста
inference_steps 1-100 (рекомендуется 32-64 для base, 8 для turbo) Больше шагов = выше качество, но медленнее
guidance_scale 1.0-15.0 (рекомендуется 5.0-9.0) Выше = строже следование промпту
seed Любое положительное число или -1 (рандом) Воспроизводимость результатов
1000+ комбинаций инструментов и стилей
Модель обучена на разнообразных лицензионных и бесплатных музыкальных данных, охватывая широкий спектр жанров и инструментов. Система поддерживает 1,000+ комбинаций инструментов и стилей, что позволяет создавать музыку в любом направлении — от классического фортепиано до тяжелого металла.
Сравнение с конкурентами.
ACE Step-1.5 против коммерческих сервисов.
Критерий ACE Step-1.5 Suno v5 Udio ElevenLabs
Лицензия MIT (открытая) Проприетарная Проприетарная Проприетарная
Запуск Локальный (без интернета) Только облачный Только облачный Только облачный
Цена Бесплатно (только железо) Подписка Подписка Подписка
Коммерческие права Да (MIT) Ограничены Ограничены Ограничены
SongEval 8.09 ~8.0 — —
Coherence 4.72 4.72 — —
Скорость (RTX 3090) <10 сек Н/Д (облачно) Н/Д (облачно) Н/Д (облачно)
Макс. длина 10 минут ~4 минуты ~4 минуты —
Языки 50+ ~20 ~20 ~30
LoRA тонкая настройка Да Нет Нет Нет
Repaint Да Нет Нет Нет
VRAM требования <4GB базовый Н/Д Н/Д Н/Д
Ограничения по сравнению с Suno.
Несмотря на превосходство по объективным метрикам, разработчики признают некоторые ограничения:
· Качество вокала может уступать Suno v5 в субъективном восприятии
· Некоторые жанры (в частности, китайский рэп) работают хуже
· Переходы при repaint могут звучать неестественно
· Тонкий контроль музыкальных параметров пока ограничен
· Качество может зависеть от seed и настроек длительности
В субъективных тестах по протоколу Music Arena ACE Step-1.5 располагается между Suno v4.5 и Suno v5.
Установка и запуск.
Системные требования.
Минимальные:
· VRAM: от 4 ГБ для базовой модели (DiT-only mode, LM отключен)
· Диск: ~10-15 ГБ для моделей
Рекомендуемые:
· 6-12 ГБ VRAM: LM 0.6B
· 12-16 ГБ VRAM: LM 1.7B
· 16+ ГБ VRAM: LM 4B (максимальное качество)
Поддерживаемое оборудование:
· NVIDIA GPU: CUDA 12.8 (основная платформа)
· AMD GPU: ROCm 7.2 (Windows) / ROCm 6.0+ (Linux) с Python 3.12
· Intel GPU: Ultra 9 285H и выше (PyTorch 2.8.0 + Intel Extension)
· Apple Silicon: M1/M2/M3/M4 через MLX бэкенд
Способы установки.
1. Портативный пакет (Windows)
· Скачать ACE-Step-1.5.7z с официального сайта
· Распаковать — все зависимости уже внутри
2. Портативный пакет (macOS).
· Скачать ACE-Step-1.5.zip — с предустановленным MLX бэкендом для Apple Silicon
3. Из исходников (Linux).
```bash
python -m venv .venv
source .venv/bin/activate
pip install -e .
python -m acestep.acestep_v15_pipeline --port 7680
```
4. Через ComfyUI.
· Обновить ComfyUI до последней версии
· Библиотека шаблонов ; Audio ; выбрать ACE-Step 1.5 workflow
· Скачать модели при запросе (или вручную с Hugging Face)
Для AMD ROCm требуется Python 3.12 и установка через requirements-rocm.txt. При проблемах с детекцией GPU (особенно RDNA3) — установить переменную HSA_OVERRIDE_GFX_VERSION (11.0.0 для RX 7900 XT/XTX, 11.0.1 для RX 7800 XT).
Модели (Model Zoo).
DiT модели:
· acestep-v15-base — базовая
· acestep-v15-sft — с дообучением
· acestep-v15-turbo-shift1/shift3/continuous — ускоренные версии
LM модели:
· acestep-5Hz-lm-0.6B — легкая (для 6-12 ГБ VRAM)
· acestep-5Hz-lm-1.7B — средняя (для 12-16 ГБ VRAM)
· acestep-5Hz-lm-4B — максимальная (для 16+ ГБ VRAM)
Коммерческие права и лицензия.
Ключевой аспект: ACE Step-1.5 распространяется под лицензией MIT. Это означает:
· Полное коммерческое использование созданной музыки
· Модификация и доработка модели
· Встраивание в коммерческие продукты
· Отсутствие роялти и отчислений
Обучающие данные получены из лицензионных, бесплатных или синтезированных источников. В отличие от коммерческих сервисов, где права на сгенерированную музыку часто ограничены условиями подписки, здесь все права принадлежат пользователю.
LoRA: персонализация под собственный стиль.
Одна из самых мощных функций ACE Step-1.5 — поддержка LoRA (Low-Rank Adaptation). Пользователь может обучить персональный стилевой адаптер на всего нескольких собственных песнях. Это позволяет:
· Сохранять уникальный «звук» и стиль
· Использовать модель как персонального музыкального ассистента
· Обучать LoRA без риска утечки данных (все локально)
Заключение.
ACE Step-1.5 представляет собой тектонический сдвиг в индустрии ИИ-генерации музыки. Впервые модель, работающая локально на потребительском оборудовании, не просто догоняет коммерческие сервисы, но и превосходит их по объективным метрикам качества. Открытая лицензия MIT, возможность тонкой настройки и полная приватность делают её идеальным инструментом как для профессиональных музыкантов и продюсеров, так и для энтузиастов.
Как отмечают авторы в статье: «Мы представляем ACE-Step v1.5 — определяющий фреймворк, демократизирующий коммерческую генерацию музыки через новую гибридную архитектуру рассуждения-диффузии». Эта модель действительно «демократизирует» музыку — любой владелец игрового ПК может создавать студийное качество без абонентской платы и интернета.
Итоговые преимущества:
· Бесплатно — платите только за электроэнергию
· Приватно — все данные остаются у вас
· Качественно — лучше коммерческих аналогов по объективным метрикам
· Быстро — трек за 10 секунд на RTX 3090
· Гибко — 8 режимов генерации, 50+ языков, LoRA
· Коммерция — MIT-лицензия, ваши права на музыку
· Доступно — от 4 ГБ VRAM
Скачать ACE Step-1.5 можно на GitHub, Hugging Face и ModelScope. Вся экосистема — веса, код, интерактивный демо-стенд — публично доступна.
Информация из открытых источников в интернете. Использован инструмент ИИ.
Музыкальные обзоры.
70. Treblo музыкальный генератор на нейросети - музыкальные и кинообзоры, 02.09.2026 14:01
http://proza.ru/2026/09/02/1160
69. Treblo Революция в создании музыки - музыкальные и кинообзоры, 02.09.2026 13:58
http://proza.ru/2026/09/02/1155
68. Руководство по лайфакам Treblo - музыкальные и кинообзоры, 01.09.2026 09:31
http://proza.ru/2026/09/01/577
67. Руководство по стилям в Treblo - музыкальные и кинообзоры, 01.09.2026 08:52
http://proza.ru/2026/09/01/504
66. Полное руководство по Treblo - музыкальные и кинообзоры, 01.09.2026 08:24
http://proza.ru/2026/09/01/469
65. ACE Step-1. 5 Полное руководство - музыкальные и кинообзоры, 31.08.2026 19:30
http://proza.ru/2026/08/31/1665
64. Voloco Полное руководство по настройке - музыкальные и кинообзоры, 31.08.2026 18:51
http://proza.ru/2026/08/31/1604
63. Караоке 2. 0 как смартфон убил караоке-бар - музыкальные и кинообзоры, 31.08.2026 18:20
http://proza.ru/2026/08/31/1557
62. Поэт-песенник и демо-версии SUNO - музыкальные и кинообзоры, 28.08.2026 16:28
http://proza.ru/2026/08/28/1282
61. Индустриальный стандарт 4 столпа продакшна - музыкальные и кинообзоры, 27.08.2026 16:54
http://proza.ru/2026/08/27/1284
60. Революция в звуке - музыкальные и кинообзоры, 27.08.2026 13:35
http://proza.ru/2026/08/27/943
59. Как заставить Suno танцевать - музыкальные и кинообзоры, 26.08.2026 11:57
http://proza.ru/2026/08/26/869
58. Как выбрать ИИ-сервис для создания музыки - музыкальные и кинообзоры, 17.08.2026 14:21
http://proza.ru/2026/08/17/1164
57. Как записать философскую балладу. - музыкальные и кинообзоры, 16.08.2026 16:55
http://proza.ru/2026/08/16/1386
56. Гениальная музыка. Симфония семи элементов. - музыкальные и кинообзоры, 12.08.2026 17:44
http://proza.ru/2026/08/12/1522
55. Незримый камертон души. - музыкальные и кинообзоры, 12.08.2026 17:40
http://proza.ru/2026/08/12/1519
54. Великий Миф о Запрете на Слух - музыкальные и кинообзоры, 12.08.2026 17:36
http://proza.ru/2026/08/12/1511
53. Маркировка треков Suno - музыкальные и кинообзоры, 12.08.2026 17:32
http://proza.ru/2026/08/12/1505
52. От MP3 к нотам как компьютер учится слышать музыку - музыкальные и кинообзоры, 05.08.2026 16:01
http://proza.ru/2026/08/05/1400
51. Suno для релакс-музыки. - музыкальные и кинообзоры, 26.07.2026 19:34
http://proza.ru/2026/07/26/1680
50. Подбор мелодии к песне по аккордам для игры - музыкальные и кинообзоры, 13.07.2026 17:29
http://proza.ru/2026/07/13/1531
49. Как сделка с Warner Music меняет правила игры - музыкальные и кинообзоры, 19.03.2026 16:10
http://proza.ru/2026/03/19/1423
48. Краснодар музыкальный весна независимой сцены - публицистика, 22.03.2026 08:38
http://proza.ru/2026/03/22/508
47. Как вставить обложку в аудиофайл. - музыкальные и кинообзоры, 14.03.2026 17:46
http://proza.ru/2026/03/14/1556
46. Полный гид по дистрибуции ИИ-музыки - музыкальные и кинообзоры, 11.03.2026 12:07
http://proza.ru/2026/03/11/875
45. ChatGPT теперь умеет распознавать музыку. - музыкальные и кинообзоры, 10.03.2026 20:44
http://proza.ru/2026/03/10/1889
44. Как загрузить свою собственную песню в TikTok - музыкальные и кинообзоры, 08.03.2026 20:14
http://proza.ru/2026/03/08/1764
43. Music Maker JAM для начинающих. - музыкальные и кинообзоры, 07.03.2026 19:07
http://proza.ru/2026/03/07/1799
42. Создание текстов песен - музыкальные и кинообзоры, 10.02.2026 14:14
http://proza.ru/2026/02/10/1252
41. Создание текстов рэп-песен - музыкальные и кинообзоры, 10.02.2026 14:33
http://proza.ru/2026/02/10/1287
40. Создание текстов рок-песен - музыкальные и кинообзоры, 10.02.2026 14:42
http://proza.ru/2026/02/10/1304
39. Создание текста поп-песни - музыкальные и кинообзоры, 10.02.2026 14:54
http://proza.ru/2026/02/10/1334
38. Создание текста блюз-песни - музыкальные и кинообзоры, 10.02.2026 15:06
http://proza.ru/2026/02/10/1359
37. Фолк, как жанр для текстов песен - музыкальные и кинообзоры, 10.02.2026 15:14
http://proza.ru/2026/02/10/1376
36. Джаз, как жанр для написания песен - музыкальные и кинообзоры, 10.02.2026 15:18
http://proza.ru/2026/02/10/1387
35. Металл, как жанр для текстов песен - музыкальные и кинообзоры, 10.02.2026 15:24
http://proza.ru/2026/02/10/1402
34. Кантри, как жанр для текстов песен - музыкальные и кинообзоры, 12.02.2026 08:54
http://proza.ru/2026/02/12/531
33. Ремикс, как феномен современной музыки - музыкальные и кинообзоры, 12.02.2026 09:10
http://proza.ru/2026/02/12/557
32. Перезапись песен с собственным вокалом - музыкальные и кинообзоры, 13.02.2026 14:26
http://proza.ru/2026/02/13/1363
31. Синтез-поп - музыкальные и кинообзоры, 15.02.2026 10:01
http://proza.ru/2026/02/15/651
30. Как написать свою первую песню - музыкальные и кинообзоры, 17.02.2026 11:17
http://proza.ru/2026/02/17/819
29. Как научиться петь - музыкальные и кинообзоры, 18.02.2026 19:54
http://proza.ru/2026/02/18/1929
28. Панк-рок - музыкальные и кинообзоры, 22.02.2026 07:28
http://proza.ru/2026/02/22/381
27. История русского панка - музыкальные и кинообзоры, 23.02.2026 19:22
http://proza.ru/2026/02/23/1817
26. Как перевернуть мир с помощью гитары - музыкальные и кинообзоры, 26.02.2026 16:02
http://proza.ru/2026/02/26/1499
25. Коди Джинкс. Железный баритон. - музыкальные и кинообзоры, 26.02.2026 16:29
http://proza.ru/2026/02/26/1544
24. Элвис Пресли. Король рок-н-ролла - музыкальные и кинообзоры, 26.02.2026 17:09
http://proza.ru/2026/02/26/1622
23. Брюс Спрингстин. Босс. - музыкальные и кинообзоры, 26.02.2026 17:36
http://proza.ru/2026/02/26/1683
22. Как создать Музыкально-поэтическое произведение - музыкальные и кинообзоры, 03.03.2026 14:50
http://proza.ru/2026/03/03/1267
21. Как бесплатно озвучить стихи с помощью нейросети - музыкальные и кинообзоры, 07.03.2026 09:44
http://proza.ru/2026/03/07/671
20. Программы, которые преобразуют музыку в ноты - публицистика, 23.12.2025 14:54
http://proza.ru/2025/12/23/1312
19. Инструменты для создания и редактирования музыки. - публицистика, 23.12.2025 14:36
http://proza.ru/2025/12/23/1288
18. Сервисы для стриминга и поиска музыки. - публицистика, 23.12.2025 14:27
http://proza.ru/2025/12/23/1271
17. Музыкальные редакторы для обработки файлов. - публицистика, 23.12.2025 15:18
http://proza.ru/2025/12/23/1356
16. Как убрать вокал из MP3 - публицистика, 24.12.2025 15:09
http://proza.ru/2025/12/24/1243
15. Как записать песню с фонограммой в студии записи - публицистика, 24.12.2025 15:27
http://proza.ru/2025/12/24/1267
14. Как озвучить текст и наложить фоновую музыку - публицистика, 25.12.2025 10:09
http://proza.ru/2025/12/25/683
13. SUNO от идеи до готовой песни. - публицистика, 26.12.2025 07:11
http://proza.ru/2025/12/26/393
12. Где найти музыку с бесплатными правами? - публицистика, 07.01.2026 09:29
http://proza.ru/2026/01/07/554
11. Аккордовый справочник для синте
затора. - публицистика, 08.01.2026 18:16
http://proza.ru/2026/01/08/1541
10. Авторский союз композиторов России - публицистика, 07.01.2026 10:03
http://proza.ru/2026/01/07/638
9. Единый учебник игры на синтезаторе. - публицистика, 08.01.2026 18:11
http://proza.ru/2026/01/08/1520
8. Каталог аккордов для шестиструнной гитары - публицистика, 30.01.2026 15:18
http://proza.ru/2026/01/30/1277
7. Кавер-версия в современной музыке. - публицистика, 03.02.2026 09:25
http://proza.ru/2026/02/03/587
6. Программа SUNO. Основные вопросы и опасения - публицистика, 11.02.2026 09:27
http://proza.ru/2026/02/11/546
5. Концепт-арт Concept Art - публицистика, 17.02.2026 09:13
http://proza.ru/2026/02/17/514
4. Продвижение песен, созданных с помощью Suno - публицистика, 18.02.2026 20:21
http://proza.ru/2026/02/18/1969
3. Генерация MIDI-файлов. - публицистика, 24.02.2026 14:35
http://proza.ru/2026/02/24/1265
2. Не пропустите хит. Подробный гайд. - публицистика, 26.02.2026 15:33
http://proza.ru/2026/02/26/1444
1. Как создать видео с караоке - музыкальные и кинообзоры, 07.03.2026 18:30
http://proza.ru/2026/03/07/1721
Мой аккаунт на стихи.ру
https://stihi.ru/avtor/biz2010
Каталог песен на стихи.ру
https://stihi.ru/2026/05/19/6708