ACE-Step-1.5

ACE-Step 1.5 是一个开源的本地化文本生成音乐（text-to-music）模型，支持在Mac、AMD、Intel及CUDA设备上高效运行。其核心采用语言模型（LM）与扩散Transformer（DiT）协同的混合架构：LM负责解析文本指令并生成结构化音乐蓝图（含旋律、节奏、歌词等），DiT则高质量合成音频。模型可在≤4GB VRAM环境下运行，支持LoRA轻量微调，兼顾生成质量与推理速度（RTX 3090约10秒/首）。适用于个人音乐创作、AI辅助作曲、教育演示及离线内容生产等场景。