ACE-Step 1.5XL База: Текст в музыку

Создавайте высококачественное аудио из текстовых запросов с помощью модели ACE-Step 1.5 XL с 4 миллиардами параметров.

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

Попробовать пример

Об этом рабочем процессе

Этот Рабочий процесс превращает текстовые промпты в музыку, используя модель ACE-Step 1.5 XL Base (4B) внутри ComfyUI. Он связывает UNETLoader с diffusion‑моделью acestep_v1.5_xl_base_bf16.safetensors и VAELoader с декодером ace_1.5_vae.safetensors. Ваш промпт кодируется через TextEncodeAceStepAudio1.5, нода EmptyAceStep1.5LatentAudio создаёт пустой латентный аудио‑клип с выбранной длительностью, а KSampler выполняет проход денойзинга для синтеза музыки. VAEDecodeAudio восстанавливает аудиоволну из латентов, а SaveAudioMP3 записывает финальный трек на диск.

Внутри ConditioningZeroOut обеспечивает корректное поведение, когда негативный промпт пустой, а ModelSamplingAuraFlow настраивает сэмплер модели на правильный flow/schedule, чтобы KSampler давал стабильные результаты в нужном стиле. Ноды PrimitiveNode и PrimitiveInt дают простые элементы управления длительностью, шагами, направлением (CFG) и seed. Рабочий процесс организован в понятные группы (Model, Duration, Prompt), чтобы вы могли быстро загрузить нужные веса, задать длину клипа, написать промпт и быстро итерировать, меняя шаги, CFG и seed.

Вопросы и ответы