ACE Step – AI-modell for lynrask, høykvalitets musikgenerering

ACE Step er en ny åpen kildekode-modell for tekst-til-musikk-generering, utviklet i fellesskap av ACE Studio og StepFun ([GitHub][1]). I kjernen integrerer ace step diffusjonsbasert generering med en Deep Compression Autoencoder (DCAE) og en lett lineær transformator for å bygge bro over gapet mellom hastighet, koherens og kontrollerbarhet i AI-musikkmodeller ([Hugging Face][2]). I motsetning til LLM-baserte tilnærminger som utmerker seg i lyrisk justering, men lider av treg inferens, oppnår ace step full sangsyntese på opptil fire minutter på bare 20 sekunder på en A100 GPU, noe som gjør den omtrent 15× raskere enn tradisjonelle utgangspunkt ([Hugging Face][2]).

Ved å bevare finkornede akustiske detaljer og støtte naturlig språk-beskrivelser, gjør ace step det mulig for skapere å generere, remikse og redigere musikk på tvers av sjangre – alt fra myke jazzlåter til energiske elektroniske spor – uten å ofre kvalitet eller hastighet ([Medium][3]). Utgitt under Apache-2.0-lisensen, er ace step gratis for kommersiell bruk og inviterer bidrag fra åpen kildekode-fellesskapet til å utvide sine evner gjennom teknikker som LoRA og ControlNet ([blog.comfy.org][4]).