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.
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
La duración del clip se define en EmptyAceStep1.5LatentAudio (a menudo vía un PrimitiveInt para segundos). Duraciones largas requieren más VRAM y tiempo. Si tienes errores de memoria, reduce duración, pasos o batch size.
Un punto de partida práctico es 30–60 pasos con CFG 3–6 y denoise 1.0. Mantén ModelSamplingAuraFlow conectado para que la programación del sampler coincida con el modelo. Aumenta pasos para más detalle; modera CFG para evitar artefactos.
Usa prompts claros y específicos de estilo (género, instrumentos, ambiente, tempo). Mantén CFG moderado, prueba otra semilla y sube un poco los pasos. Un prompt negativo corto (ej. "sin distorsión, sin clipping") puede ayudar; ConditioningZeroOut gestiona negativos vacíos de forma segura.
SaveAudioMP3 guarda un MP3 en tu directorio de salida de ComfyUI. Si prefieres WAV, reemplaza o añade un nodo de guardado WAV compatible (si está instalado) después de VAEDecodeAudio y dirige el audio decodificado allí.