ACE-Step 1.5XL Turbo : Texte vers Musique
Générez de la musique de haute qualité à partir de prompts textuels en utilisant le modèle distillé 4B ACE-Step. Produit un audio prêt pour un usage commercial en seulement 8 étapes d'inférence sans CFG.
Essayer un exemple
À propos de ce workflow
Ce workflow transforme un prompt texte en musique finalisée grâce au modèle ACE-Step 1.5 XL Turbo. Votre prompt est encodé par TextEncodeAceStepAudio1.5 (soutenu par DualCLIPLoader) en conditionnement audio. EmptyAceStep1.5LatentAudio crée une toile audio latente vierge à la durée choisie, et UNETLoader charge le checkpoint ACE-Step distillé 4B (acestep_v1.5_xl_turbo_bf16.safetensors). ModelSamplingAuraFlow configure le planning du sampler optimisé pour ACE-Step, et KSampler effectue seulement 8 étapes de diffusion pour synthétiser l’audio latent. L’audio est ensuite reconstruit avec VAELoader + VAEDecodeAudio et sauvegardé via SaveAudioMP3.
Ce qui rend ce workflow pratique, c’est sa configuration « turbo » : aucune guidance sans classificateur (CFG) n’est utilisée, grâce à ConditioningZeroOut qui fournit un conditionnement négatif vide. Cela simplifie les prompts (concentrez-vous uniquement sur ce que vous voulez), tandis que ModelSamplingAuraFlow et KSampler assurent des résultats rapides et stables. Le graphe est organisé en groupes Modèle et Prompt pour plus de clarté, et utilise PrimitiveInt/PrimitiveNode pour modifier rapidement seed, étapes et durée. Le résultat est un pipeline texte vers musique compact et pédagogique, réutilisable pour des variations ou comme sous-graphe.
Questions-réponses
Ce flux de travail désactive volontairement le classifier-free guidance via ConditioningZeroOut pour un échantillonnage rapide et stable. Les prompts négatifs sont ignorés dans cette configuration. Si vous avez besoin de négatifs, remplacez ConditioningZeroOut par un chemin d’encodeur négatif explicite et activez CFG dans KSampler — mais cela change le comportement du flux de travail.
Définissez la durée dans EmptyAceStep1.5LatentAudio (secondes ou échantillons, selon les champs du nœud). Le modèle interprète la structure via le texte (par ex. « boucle trap 16 mesures », « montée lente et drop doux »). Pour des morceaux plus longs, générez plusieurs segments et assemblez-les dans une DAW.
Gardez KSampler à 8 steps avec ModelSamplingAuraFlow connecté — c’est réglé pour ACE-Step 1.5 XL Turbo. Si vous entendez des artefacts, essayez des augmentations modestes (par ex. 10–12 steps). Laissez CFG désactivé pour respecter la conception du flux de travail.
Le graphique enregistre en MP3 via SaveAudioMP3. Vous pouvez ajuster son débit binaire si le nœud expose cette option. Si vous préférez le WAV, remplacez-le par un nœud d’enregistrement WAV compatible et connectez-le après VAEDecodeAudio.