ACE-Step-1.5

本地跑文本生成音乐,Mac/AMD/Intel 都能用

开源 🏷️基础免费,高级付费 ⚠️ 链接可跳转,访问体验不确定 音频音乐 🍴 复刻 1964 🐛 待处理 167 👀 关注 118
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 14799
维护状态 较活跃
是否开源 开源
定价模式 🏷️基础免费,高级付费 支持限时试用 · 开源模型可本地免费使用,官网提供在线服务,定价信息待确认

项目预览

ACE-Step-1.5 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类音频音乐
开发团队ace-step
定价模式🏷️基础免费,高级付费
价格说明开源模型可本地免费使用,官网提供在线服务,定价信息待确认
访问状态⚠️ 链接可跳转,访问体验不确定
是否开源是
开源协议MIT
主要语言Python
技术栈/模型text2music
GitHub 星标★ 14799
上线时间2025-09-04 00:00:00
代码更新2026-11-08
仓库体积14.0 MB
本站数据更新2026-11-15
维护状态较活跃
收录时间2026-10-02
浏览次数2

项目介绍

ACE-Step-1.5 是一个本地部署的音乐生成模型,主打文本到音乐(text2music)能力。它解决的是商业音乐生成服务依赖云端、按量收费、隐私与版权受限的问题,让用户在自己的电脑上直接生成完整音乐。核心能力包括:根据文字描述生成带旋律、和声与节奏的音乐片段,支持 Mac(Apple Silicon)、AMD、Intel 以及 NVIDIA CUDA 等多种硬件,覆盖范围比多数只支持 CUDA 的同类模型更广。项目用 Python 实现,星标超过一万,说明社区认可度较高。官方宣称其生成质量超过几乎所有商业替代方案,适合需要批量产出背景音乐、demo 编曲或音效素材的创作者、开发者和研究者,无需联网即可反复调用,便于集成到自己的音频工作流中。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整

数据来源:GitHub API 逐日快照 · 收录于 2026-10-02 · 当前星标 ★ 14799

使用教程

难度:入门 约 15 分钟 部署方式:本地安装 5 步

环境要求

  • Python 3.11-3.12(Windows 上使用 ROCm 必须为 Python 3.12)
  • 推荐使用 CUDA GPU,同时支持 MPS / ROCm / Intel XPU / CPU
  • XL(4B DiT)模型需 ≥12GB 显存(开启 offload),推荐 ≥20GB
  • 需要能访问 GitHub 及模型下载源的网络环境

安装与启动步骤

  1. 1安装 uv (macOS/Linux)

    在 macOS 或 Linux 终端执行该命令,安装官方推荐的 uv 包管理器,用于后续同步依赖与运行项目。

    curl -LsSf https://astral.sh/uv/install.sh | sh
  2. 2安装 uv (Windows)

    Windows 用户在 PowerShell 中执行该命令安装 uv;两种系统的 uv 只需安装一次。

    powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"
  3. 3克隆项目仓库

    把 ACE-Step-1.5 源码下载到本地,命令会在当前目录创建 ACE-Step-1.5 文件夹。

    git clone https://github.com/ACE-Step/ACE-Step-1.5.git
  4. 4进入目录并装依赖

    先进入项目目录,再用 uv sync 按项目锁定的依赖创建虚拟环境并安装全部依赖包,耗时较长请耐心等待。

    cd ACE-Step-1.5
    uv sync
  5. 5启动 Web UI

    运行 acestep 启动 Gradio 界面,首次运行会自动下载模型权重,下载完成后终端会打印本地访问地址。

    uv run acestep

如何确认成功

终端无报错并输出 Gradio 访问地址,浏览器打开该地址能看到音乐生成界面即为启动成功。

常见问题

Q:没有独立显卡可以跑吗?

A:可以。README 说明除 CUDA GPU 外还支持 MPS / ROCm / Intel XPU / CPU,只是速度较慢;也可直接使用官网 acemusic.ai 免费在线体验。

Q:首次启动为什么要等很久?

A:模型权重会在首次运行时自动下载,耗时取决于网速与所选模型大小;下载完成后再次启动会快很多。

Q:Windows 上用 AMD ROCm 报错怎么办?

A:按 README 说明,Windows 上的 ROCm 需要 Python 3.12,因为 AMD 官方仅提供 Python 3.12 的 wheel。

Q:想用音质更好的 XL 模型要什么显卡?

A:XL(4B DiT)系列需 ≥12GB 显存(配合 offload),官方推荐 ≥20GB;所有 LM 模型均完全兼容。

Q:除了网页界面还有别的用法吗?

A:README 还列出 Python API、REST API、CLI 以及 VST3 插件四种用法,分别见 docs 目录下的对应指南。

注意事项

  • README 未给出默认端口、配置项和模型路径等信息,需要时请查阅 docs/en/INSTALL.md 与 docs/en/GRADIO_GUIDE.md。
  • 首次运行会自动下载模型,请预留足够的磁盘空间和稳定的网络环境。
  • Python 版本需为 3.11-3.12,版本不符可能导致依赖安装失败。
  • 若不想本地部署,可直接使用 acemusic.ai 在线服务,免费且无需 GPU。

核心亮点

  • 支持 Mac、AMD、Intel、CUDA 多硬件后端,兼容性明显优于只吃 N 卡的同类模型
  • 本地推理,不依赖云端 API,隐私和版权风险低,可无限次生成
  • 星标近 1.3 万,社区活跃,文档和示例相对完整,上手门槛较低

不足之处

  • 模型体积和推理显存需求不小,低配设备生成速度可能较慢
  • 官方宣称超越商业方案,实际音质和风格控制力仍需按场景验证

适用场景

  • 独立游戏开发者批量生成免版权背景音乐
  • 视频创作者为短片快速配乐并反复调整风格
  • 研究者本地实验文本到音乐模型,做微调和对比

替代项目

MusicGen、Stable Audio Open

上一篇:heartlib

下一篇:ComfyUI-FL-YuE2

同类项目推荐

ai-dj 开源

现场演出中实时用 AI 生成音乐,保持人类掌控

AI music generation for live performance - Standalone (Ableton Link) + VST3/AU. 8 tr···

★ 263 2026-08-09
tiktok-tts 开源

一行代码调用 TikTok 语音合成,快速生成 MP3 音频。

Provides a simple way to generate text-to-speech audio files using TikTok's text-to-···

★ 121 2026-08-09
ProDiff 开源

极速扩散语音合成,快过实时,质量不减

PyTorch Implementation of ProDiff (ACM-MM'22) with a Extremely-Fast diffusion speech···

★ 432 2026-08-09
VyvoTTS 开源

用LLM思路自己训练TTS模型,从数据到推理全流程

VyvoTTS: LLM-Based Text-to-Speech Training Framework

★ 265 2026-10-01
wavegrad 开源

几步生成高保真语音,比 WaveNet 快几十倍

A fast, high-quality neural vocoder.

★ 300 2026-08-09
Dot 开源

本地跑通 TTS+RAG+LLM,离线也能玩转 AI 语音和问答。

Text-To-Speech, RAG, and LLMs. All local!

★ 1917 2026-08-09
wtonec 开源

给微信/QQ加装语音增强和文字转语音,聊天更个性

Wtonec:微信 / QQ / 小红书 / 抖音文字转语音、语音包、语音播报、克隆音色、表情包。上百···

★ 77 2026-08-09
VODER 开源

一句话克隆你的声音,轻松实现语音转换与合成

Voice Operation and Design Engine with Reproduction capabilities

★ 523 2026-08-09
StreamingKokoroJS 开源

浏览器里无限量本地语音合成,告别云端依赖

Unlimited text-to-speech in the Browser using Kokoro-JS, 100% local, 100% open sourc···

★ 373 2026-08-09