ACE-Step

ACE-Step 是一个面向音乐生成的开源基础模型，旨在兼顾生成速度、音乐结构连贯性与细粒度可控性。其核心技术融合扩散模型、深度压缩自编码器（DCAE）与轻量线性Transformer，并引入MERT/m-hubert进行语义对齐（REPA），支持快速合成4分钟音乐（20秒/A100）、精准歌词对齐及多任务控制（如歌词编辑、人声克隆、伴奏生成）。适用于AI音乐创作、内容生产辅助、交互式音乐工具开发等需要高效、可控、高质量音频生成的场景。