ACE Step – Modelo de IA para la Generación de Música de Alta Calidad y Velocidad Vertiginosa

ACE Step es un nuevo modelo base de código abierto para la generación de texto a música desarrollado conjuntamente por ACE Studio y StepFun ([GitHub][1]). En esencia, ACE Step integra la generación basada en difusión con un Autoencoder de Compresión Profunda (DCAE) y un transformador lineal ligero para cerrar la brecha entre la velocidad, la coherencia y la controlabilidad en los modelos de música con IA ([Hugging Face][2]). A diferencia de los enfoques basados en LLM que sobresalen en la alineación de letras pero sufren de inferencia lenta, ACE Step logra la síntesis de canciones completas de hasta cuatro minutos en solo 20 segundos en una GPU A100, lo que lo hace aproximadamente 15 veces más rápido que las líneas de base tradicionales ([Hugging Face][2]).

Al preservar detalles acústicos precisos y admitir descripciones en lenguaje natural, ACE Step permite a los creadores generar, remezclar y editar música en todos los géneros, desde melodías de jazz suaves hasta pistas electrónicas enérgicas, sin sacrificar la calidad ni la velocidad ([Medium][3]). Lanzado bajo la licencia Apache-2.0, ACE Step es gratuito para uso comercial e invita a contribuciones de la comunidad de código abierto para extender sus capacidades a través de técnicas como LoRA y ControlNet ([blog.comfy.org][4]).