ACE-Step 1.5XL Base: Texto para Música

Gere áudio de alta qualidade a partir de prompts de texto usando o modelo ACE-Step 1.5 XL de 4 bilhões de parâmetros.

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: 72

How closely to follow the description.

Default: 6

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 base model is tuned for about 50 steps; fewer is faster.

Default: 50

Beats per bar (4 = 4/4).

Output
Example
00:00

Experimente um exemplo

Sobre este fluxo de trabalho

Este fluxo de trabalho transforma prompts de texto em música usando o ACE-Step 1.5 XL Base (4B) dentro do ComfyUI. Ele combina o UNETLoader com o modelo de difusão acestep_v1.5_xl_base_bf16.safetensors e o VAELoader com o decodificador ace_1.5_vae.safetensors. Seu prompt é codificado pelo TextEncodeAceStepAudio1.5, um EmptyAceStep1.5LatentAudio cria um áudio latente em branco com a duração escolhida, e o KSampler realiza a passagem de denoising para sintetizar a música. O VAEDecodeAudio reconstrói a forma de onda a partir dos latentes, e o SaveAudioMP3 salva a faixa final no disco.

Nos bastidores, o ConditioningZeroOut fornece um fallback limpo quando o prompt negativo está vazio, enquanto o ModelSamplingAuraFlow configura o sampler do modelo para o fluxo/agendamento correto para que o KSampler produza resultados estáveis e no estilo. Os nós PrimitiveNode e PrimitiveInt oferecem controles simples para duração, passos, guidance (CFG) e seed. O fluxo é organizado em grupos claros (Modelo, Duração, Prompt) para que você possa rapidamente carregar os pesos certos, definir o tempo do clipe, escrever um prompt e iterar rapidamente ajustando passos, CFG e seed.

Perguntas e respostas