ACE-Step 1.5 Geração de Música AIO

Insira tags de estilo e letras para gerar uma música completa. O fluxo de trabalho usa o modelo ACE-Step 1.5 para produzir música de nível comercial em menos de 10 segundos em hardware de consumo.

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: 190

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 turbo model is tuned for 8 steps.

Default: 8

Beats per bar (4 = 4/4).

Output
Example
00:00

Experimente um exemplo

Sobre este fluxo de trabalho

ACE-Step 1.5 Music Generation AIO é um workflow ComfyUI de texto-para-áudio que transforma tags de estilo e letras em uma música completa. Você fornece descritores curtos como "pop moderno, voz feminina, synths densos" junto com a letra, e o grafo faz o resto — amostragem, decodificação e exportação em MP3 — para você testar ideias em segundos em hardware comum. Ele é organizado em grupos claros — Etapa 1: Load Model, Etapa 2: Duration, Etapa 3: Prompt — para que você sempre saiba onde definir o checkpoint, quanto deve durar a faixa e o que o modelo deve cantar ou soar.

Por baixo dos panos, o CheckpointLoaderSimple carrega o checkpoint do ACE-Step 1.5 (ace_step_1.5_turbo_aio.safetensors). O TextEncodeAceStepAudio1.5 converte suas tags de estilo e letras em vetores de condicionamento específicos do ACE. O ConditioningZeroOut é usado para desativar de forma limpa canais de condicionamento não usados (por exemplo, quando você não está fornecendo um prompt secundário ou negativo), evitando viés indesejado. O EmptyAceStep1.5LatentAudio cria uma tela de áudio latente vazia para a duração exata solicitada. O ModelSamplingAuraFlow configura a combinação correta de sampler/scheduler para o ACE-Step 1.5, e o KSampler refina iterativamente o latente em uma faixa coerente baseada no seu prompt. O VAEDecodeAudio transforma o latente final em áudio de forma de onda, e o SaveAudioMP3 grava o resultado na pasta de saída do ComfyUI. Widgets do PrimitiveNode expõem controles práticos como steps, CFG, seed e segundos para ajustar velocidade, qualidade e reprodutibilidade.

Esse setup é útil para demos rápidas de composição, exploração de gêneros e trilhas de conteúdo. Você obtém controle preciso da duração e um workflow repetível via seed. O grafo vem com padrões sensatos para gerar uma faixa curta rapidamente e, depois, aumentar a qualidade elevando steps ou refinando as tags de estilo e a escrita da letra.

Perguntas e respostas