ACE-Step 1.5 Génération de Musique AIO
Entrez des étiquettes de style et des paroles pour générer une chanson complète. Le flux de travail utilise le modèle ACE-Step 1.5 pour produire une musique de qualité commerciale en moins de 10 secondes sur du matériel grand public.
Essayer un exemple
À propos de ce workflow
ACE-Step 1.5 Génération Musicale AIO est un workflow texte-vers-audio ComfyUI qui transforme des tags de style et des paroles en une chanson complète. Fournissez des descripteurs courts comme « pop moderne, voix féminine, synthés luxuriants » ainsi que vos paroles, et le graphe s’occupe du reste—échantillonnage, décodage et export MP3—pour que vous puissiez tester vos idées en quelques secondes sur du matériel grand public. L’organisation en groupes clairs—Étape 1 : Charger le modèle, Étape 2 : Durée, Étape 3 : Invite—vous permet de toujours savoir où définir le checkpoint, la durée du morceau, et ce que le modèle doit chanter ou produire.
En coulisses, CheckpointLoaderSimple charge le checkpoint ACE-Step 1.5 (ace_step_1.5_turbo_aio.safetensors). TextEncodeAceStepAudio1.5 convertit vos tags de style et paroles en vecteurs de conditionnement spécifiques à ACE. ConditioningZeroOut permet de désactiver proprement les canaux de conditionnement inutilisés (par exemple, si vous ne fournissez pas d’invite secondaire ou négative), évitant ainsi tout biais involontaire. EmptyAceStep1.5LatentAudio crée une toile audio latente vide pour la durée exacte demandée. ModelSamplingAuraFlow configure la bonne combinaison sampler/scheduler pour ACE-Step 1.5, et KSampler affine itérativement le latent en une piste cohérente selon votre invite. VAEDecodeAudio transforme le latent final en audio waveform, et SaveAudioMP3 écrit le résultat dans votre dossier de sortie ComfyUI. Les widgets PrimitiveNode exposent des réglages pratiques comme steps, CFG, seed et secondes pour ajuster vitesse, qualité et reproductibilité.
Cette configuration est utile pour des démos rapides de composition, l’exploration de genres et la création de fonds sonores. Vous contrôlez précisément la durée et bénéficiez d’un workflow reproductible via la seed. Le graphe propose des valeurs par défaut pertinentes pour générer rapidement un court morceau, puis affiner la qualité en augmentant steps ou en retravaillant les tags de style et la formulation des paroles.
Questions-réponses
Placez ace_step_1.5_turbo_aio.safetensors dans ComfyUI/models/checkpoints. Dans le groupe Étape 1 – Charger le modèle du workflow, ouvrez CheckpointLoaderSimple et sélectionnez le fichier.
Définissez la durée dans EmptyAceStep1.5LatentAudio (via son contrôle PrimitiveNode). Cela fixe le nombre exact de secondes d’audio. Vous pouvez suggérer une structure via vos paroles et tags de style, mais la segmentation explicite couplet/refrain n’est pas garantie.
Essayez d’augmenter modérément les steps de KSampler, baissez le CFG si des artefacts apparaissent, et rendez les tags de style plus spécifiques (ex. : « ballade pop chaleureuse, voix féminine intime, piano doux »). Assurez-vous que les conditionnements inutilisés sont désactivés via ConditioningZeroOut et gardez les paroles concises et bien ponctuées.
Oui. Définissez une seed fixe dans le PrimitiveNode alimentant KSampler. En utilisant le même modèle, les mêmes invites, durée, steps et CFG, vous obtiendrez des résultats très cohérents.