ACE-Step 1.5XL Base: Texto a Música

Genere audio de alta calidad a partir de indicaciones de texto utilizando el modelo ACE-Step 1.5 XL de 4 mil millones de parámetros.

Input

Song lyrics with section tags like [Verse] and [Chorus]. Leave empty for an instrumental.

Genre, tempo, key, mood, instruments, arrangement and vocal style.

Length of the song.

Advanced settings

Tempo in beats per minute.

Default: 72

How closely to follow the description.

Default: 6

Musical key and scale.

Language the lyrics are sung in.

Leave empty for a new result each run. Enter a number to repeat one.

The base model is tuned for about 50 steps; fewer is faster.

Default: 50

Beats per bar (4 = 4/4).

Output
Example
00:00

Probar un ejemplo

Acerca de este flujo de trabajo

Este flujo de trabajo convierte prompts de texto en música usando el modelo ACE-Step 1.5 XL Base (4B) dentro de ComfyUI. Empareja UNETLoader con el modelo de difusión acestep_v1.5_xl_base_bf16.safetensors y VAELoader con el decodificador ace_1.5_vae.safetensors. Tu prompt se codifica con TextEncodeAceStepAudio1.5, un Nodo EmptyAceStep1.5LatentAudio crea un clip de audio latente en blanco con la Duración elegida, y KSampler realiza la pasada de eliminación de ruido para sintetizar música. VAEDecodeAudio reconstruye la forma de onda desde los latentes y SaveAudioMP3 escribe la pista final en disco.

Por debajo, ConditioningZeroOut ofrece un fallback limpio cuando el prompt negativo está vacío, mientras que ModelSamplingAuraFlow configura el muestreador del modelo con el flujo/planificación correctos para que KSampler produzca resultados estables y acordes al estilo. Los Nodos PrimitiveNode y PrimitiveInt aportan controles sencillos para Duración, pasos, orientación (CFG) y semilla. El flujo de trabajo está organizado en grupos claros (Model, Duration, Prompt) para que puedas cargar rápidamente los pesos correctos, definir la longitud del clip, escribir un prompt e iterar ajustando pasos, CFG y semilla.

Preguntas y respuestas