ACE-Step 1.5XL SFT: Texto a Música
Genere música de alta calidad a partir de prompts de texto utilizando un modelo SFT de 4B parámetros. Controle la salida con CFG para una adherencia precisa al prompt.
Probar un ejemplo
Acerca de este flujo de trabajo
Este Flujo de trabajo de ComfyUI convierte prompts de texto en música terminada usando el modelo ACE-Step 1.5XL SFT (4B). Sigue una canalización de difusión familiar adaptada para audio: DualCLIPLoader y TextEncodeAceStepAudio1.5 convierten tu prompt (y un prompt negativo opcional) en acondicionamiento; EmptyAceStep1.5LatentAudio crea un lienzo de audio latente para la duración elegida; UNETLoader carga el modelo ACE-Step 1.5XL SFT; y KSampler realiza denoising iterativo guiado por CFG. ModelSamplingAuraFlow configura la estrategia de muestreo ajustada para el audio de ACE-Step, mientras que VAELoader + VAEDecodeAudio convierten el latente final de vuelta a una forma de onda que SaveAudioMP3 escribe en disco.
Técnicamente, CFG (classifier-free guidance) te permite equilibrar creatividad y adherencia al prompt: valores de CFG más bajos exploran más ampliamente y valores más altos siguen el texto más estrictamente. ConditioningZeroOut proporciona una rama incondicional limpia si no especificas un prompt negativo, asegurando una orientación estable. Los grupos del Flujo de trabajo (Model, Duration, Prompt) facilitan cambiar checkpoints, definir segundos e iterar sobre prompts. El resultado es una canalización práctica y reproducible de texto a música que puede iterar rápidamente entre géneros, estados de ánimo, instrumentos y estructura; ideal para ideación, música temporal y pistas de fondo.
Preguntas y respuestas
KSampler realiza el proceso de denoising usando tus pasos, CFG y seed. ModelSamplingAuraFlow configura la estrategia/programación del sampler adaptada para audio ACE-Step, para lograr una convergencia estable y de alta calidad sin ajustar manualmente el scheduler.
Usa EmptyAceStep1.5LatentAudio en el grupo Duration. Ajusta sus parámetros de duración o frames (a menudo controlados por PrimitiveInt/PrimitiveNode conectados). Clips más largos requieren más cómputo y memoria.
Refina el prompt con descriptores más claros (género, instrumentos, ánimo, tempo, notas de mezcla) y agrega un prompt negativo (p. ej., "distortion, artifacts, vocals"). Prueba bajar un poco el CFG si el audio es agresivo, o subir moderadamente los pasos si le falta detalle. Cambiar la seed también puede ayudar.
Este flujo de trabajo guarda con SaveAudioMP3. Si prefieres WAV, añade o reemplaza por un nodo SaveAudioWAV (si está disponible en tu instalación) después de VAEDecodeAudio y selecciona el formato y la ruta deseados.
Flujos de trabajo relacionados
- ACE-Step, Google Gemini
ACE-Step 1.5 Generación de Letras y Canciones con IA
- ACE-Step
ACE-Step 1.5 Generación de Música (4B LLM)
- ACE-Step
ACE-Step 1.5 Generación de Música AIO
- ACE-Step
ACE-Step 1.5XL Base: Texto a Música
- ACE-Step
ACE-Step 1.5XL Turbo: Texto a Música
- ACE-Step
Canción ACE Step v1 texto a audio
- ACE-Step
Edición M2M ACE Step v1
- ACE-Step
Flujo de trabajo de generación de música ACE-Step 1.5
- ACE-Step
Música instrumental ACE-Step v1 texto a audio
- ACE-Step
Texto a Canción (Nuevo)