ACE-Step 1.5XL SFT: Текст в музыку
Генерируйте высококачественную музыку из текстовых промптов с помощью SFT-модели с 4B параметрами. Управляйте выходом с помощью CFG для точного следования промпту.
Попробовать пример
Об этом рабочем процессе
Этот Рабочий процесс ComfyUI превращает текстовые промпты в готовую музыку с помощью модели ACE-Step 1.5XL SFT (4B). Он следует знакомому diffusion-пайплайну, адаптированному под аудио: DualCLIPLoader и TextEncodeAceStepAudio1.5 преобразуют ваш промпт (и опциональный негативный промпт) в кондиционирование; EmptyAceStep1.5LatentAudio создаёт латентный аудио-холст на выбранную длительность; UNETLoader загружает модель ACE-Step 1.5XL SFT; а KSampler выполняет итеративное удаление шума под управлением CFG. ModelSamplingAuraFlow настраивает стратегию сэмплирования, оптимизированную для аудио ACE-Step, а VAELoader + VAEDecodeAudio преобразуют финальный латент обратно в волну, которую SaveAudioMP3 записывает на диск.
Технически CFG (classifier-free guidance) позволяет балансировать креативность и следование промпту: низкие значения CFG дают более широкий поиск, высокие — строже следуют тексту. ConditioningZeroOut обеспечивает чистую безусловную ветку, если вы не задаёте негативный промпт, что помогает стабильному направлению. Группы рабочего процесса (Model, Duration, Prompt) упрощают замену чекпойнтов, настройку секунд и итерации промптов. В результате получается практичный, воспроизводимый пайплайн «Текст в музыку», с которым можно быстро перебирать жанры, настроение, инструменты и структуру — для идей, чернового саундтрека и фоновых треков.
Вопросы и ответы
KSampler выполняет процесс денойзинга с вашими steps, CFG и seed. ModelSamplingAuraFlow настраивает стратегию/расписание сэмплирования, адаптированное под аудио ACE-Step, чтобы получать стабильную сходимость высокого качества без ручной настройки scheduler.
Используйте EmptyAceStep1.5LatentAudio в группе Duration. Изменяйте параметры длительности или кадров (часто ими управляют подключённые PrimitiveInt/PrimitiveNode). Более длинные клипы требуют больше вычислений и памяти.
Уточните промпт более ясными дескрипторами (жанр, инструменты, настроение, темп, заметки по миксу) и добавьте негативный промпт (например: "distortion, artifacts, vocals"). Попробуйте немного снизить CFG, если аудио жёсткое, или умеренно увеличить steps, если не хватает деталей. Смена seed тоже может помочь.
Этот Рабочий процесс сохраняет через SaveAudioMP3. Если вам нужен WAV, добавьте или замените ноду на SaveAudioWAV (если доступна в вашей конфигурации) после VAEDecodeAudio и выберите нужный формат и путь.
Похожие рабочие процессы
- ACE-Step
ACE Step v1 M2M редактирование
- ACE-Step
ACE Step v1 текст в песню
- ACE-Step
ACE-Step 1.5 Генерация музыки (4B LLM)
- ACE-Step
ACE-Step 1.5 Генерация музыки AIO
- ACE-Step, Google Gemini
ACE-Step 1.5 Генерация текстов и песен с помощью ИИ
- ACE-Step
ACE-Step 1.5XL Turbo: Текст в музыку
- ACE-Step
ACE-Step 1.5XL База: Текст в музыку
- ACE-Step
ACE-Step v1 текст в инструментальную музыку
- ACE-Step
Рабочий процесс генерации музыки ACE-Step 1.5
- ACE-Step
Текст в песню (Новое)