Библиотека инференса на Python для Kokoro-82M — текстовой модели синтеза речи с открытыми весами и 82 миллионами параметров.
- Звёзды
- 13,790
- Форки
- 1,816
- Открытые issues
- 169
- Последний коммит
- 8 дней назад
Что это?
ACE-Step 1.5 — открытая базовая модель для генерации музыки, которая создаёт целые песни по текстовым описаниям и текстам песен. Она объединяет языковую модель, которая планирует структуру песни, текст и метаданные, с Diffusion Transformer, который генерирует аудио. Модель работает на локальном оборудовании, а не в облачном сервисе.
Помимо генерации музыки по тексту, проект позволяет создавать каверы на основе существующего аудио, выборочно перерисовывать отдельные фрагменты, преобразовывать вокал в аккомпанемент, разделять дорожки, формировать временные метки текста песни в формате LRC и анализировать аудио — определять BPM, тональность и музыкальный размер. Пользователи могут обучать LoRA-адаптеры на небольшом наборе собственных песен через интерфейс Gradio. Длительность треков — от 10 секунд до 10 минут; за один раз можно сгенерировать до 8 песен.
В проекте доступны веб-интерфейс Gradio, сервер REST API, Python API и CLI. Поддерживаются CUDA, Apple MPS, AMD ROCm, Intel XPU и CPU. Есть модели нескольких размеров, чтобы проект мог работать на GPU с разным объёмом VRAM.
Ключевые возможности
- 01Создаёт целые песни длительностью до 10 минут по текстовым запросам и текстам песен.
- 02Поддерживает создание каверов, перерисовку фрагментов и преобразование вокала в аккомпанемент.
- 03Позволяет обучать LoRA-адаптеры на небольшом наборе пользовательских песен через интерфейс Gradio.
- 04Формирует временные метки текста песни в формате LRC и анализирует BPM, тональность и музыкальный размер.
- 05Работает на CUDA, Apple MPS, AMD ROCm, Intel XPU и CPU.
Сценарии использования
- Создание демо-треков или фоновой музыки по текстовым описаниям на локальном компьютере.
- Создание каверов или переработка фрагментов существующих аудиозаписей.
- Обучение LoRA под собственный стиль на нескольких своих песнях.
- Интеграция генерации музыки в приложение через REST API или Python API.
Быстрый старт
- 1
Установите uv
curl -LsSf https://astral.sh/uv/install.sh | sh - 2
Клонируйте репозиторий и установите зависимости
git clone https://github.com/ACE-Step/ACE-Step-1.5.git && cd ACE-Step-1.5 && uv sync - 3
Запустите интерфейс Gradio (при первом запуске модели будут загружены), затем откройте http://localhost:7860
uv run acestep
Что важно знать
- Для хорошей производительности нужна CUDA-совместимая видеокарта. В README рекомендуется не менее 6–8 ГБ VRAM для облегчённых конфигураций и 12 ГБ или больше для обучения LoRA.
- Требуется Python 3.11–3.12. Для ROCm в Windows необходима именно Python 3.12.
- Для моделей XL требуется не менее 12 ГБ VRAM при использовании offload и 20 ГБ без него.
Темы
Частые вопросы
- Что такое ACE-Step-1.5?
- Открытая модель для локальной генерации музыки: создаёт целые песни по текстовым запросам и поддерживает редактирование, создание каверов и обучение LoRA. ACE-Step 1.5 — открытая базовая модель для генерации музыки, которая создаёт целые песни по текстовым описаниям и текстам песен. Она объединяет языковую модель, которая планирует структуру песни, текст и метаданные, с Diffusion Transformer, который генерирует аудио. Модель работает на локальном оборудовании, а не в облачном сервисе.
- ACE-Step-1.5 можно использовать бесплатно? Какая у него лицензия?
- ACE-Step-1.5 распространяется с открытым исходным кодом под лицензией MIT. Перед использованием в коммерческих продуктах проверьте условия лицензии.
- ACE-Step-1.5 всё ещё поддерживается?
- Активно поддерживается. Последний коммит в ACE-Step-1.5 — 11 окт. 2026 г..
- Для чего можно использовать ACE-Step-1.5?
- Создание демо-треков или фоновой музыки по текстовым описаниям на локальном компьютере. Создание каверов или переработка фрагментов существующих аудиозаписей. Обучение LoRA под собственный стиль на нескольких своих песнях. Интеграция генерации музыки в приложение через REST API или Python API.
- Как установить ACE-Step-1.5?
- Установите uv: curl -LsSf https://astral.sh/uv/install.sh | sh Клонируйте репозиторий и установите зависимости: git clone https://github.com/ACE-Step/ACE-Step-1.5.git && cd ACE-Step-1.5 && uv sync Запустите интерфейс Gradio (при первом запуске модели будут загружены), затем откройте http://localhost:7860: uv run acestep
- Где скачать ACE-Step-1.5?
- Исходный код и инструкции по установке — на GitHub: https://github.com/ace-step/ACE-Step-1.5
Описание создано ИИ на основе README проекта. Статистика GitHub обновляется ежедневно.
Похожие проекты
Локальная офлайн-студия для macOS и Windows: преобразует текст в речь, клонирует голоса и создаёт песни с текстами и MIDI-партитурами.
Студия для Windows на базе открытой модели песен YuE2: создаёт на локальной видеокарте NVIDIA песни с вокалом по описанию стиля и тексту, а также редактируемую партитуру в ABC.
Open-source-инструмент для обнаружения речи и аудиособытий — речи, пения и музыки — на более чем 100 языках, с поддержкой потокового и непотокового режимов.
Компактная библиотека на C++ для передачи небольших объёмов данных между устройствами с помощью звука; доступна для Python, JavaScript и микроконтроллеров.
Библиотека для веб-скрейпинга на Python: извлекает структурированные данные с сайтов и из локальных документов с помощью LLM и графовых пайплайнов по текстовому запросу.