ACE-Step

ACE-Step 是一个面向音乐生成的基础模型项目，旨在克服现有方法在生成速度、音乐连贯性和可控性方面的局限。该项目通过结合基于扩散的生成技术、Sana 的深度压缩自编码器以及轻量级线性变换器来实现快速且高质量的音乐合成。ACE-Step 能够在 A100 GPU 上仅用 20 秒内生成长达 4 分钟的音乐片段，比基于大型语言模型的方法快 15 倍，并保持了较高的音乐连贯性和歌词对齐度。此外，该模型支持声音克隆、歌词编辑、混音及曲目生成等多种高级控制功能。适用于需要高效音乐创作工具的场景，如音乐艺术家、制作人和内容创作者的工作流程中。