# AceStepTransformer1DModel

[ACE-Step 1.5](https://github.com/ace-step/ACE-Step-1.5) kaynaklı müzik üretimi için 1B Diffusion Transformer. Model, [AutoencoderOobleck](/docs/diffusers/main/tr/api/models/autoencoder_oobleck#diffusers.AutoencoderOobleck) tarafından üretilen 25 Hz stereo latentler üzerinde flow matching kullanarak çalışır ve Qwen3 türevli bir omurga (grouped-query attention, rotary position embedding, RMSNorm, AdaLN-Zero timestep conditioning) ile `AceStepConditionEncoder` tarafından oluşturulan metin / söz / timbre koşullarına yönelik cross-attention ile eğitilir.

## AceStepTransformer1DModel[[diffusers.AceStepTransformer1DModel]]

#### diffusers.AceStepTransformer1DModel[[diffusers.AceStepTransformer1DModel]]

```python
diffusers.AceStepTransformer1DModel(hidden_size: int = 2048, intermediate_size: int = 6144, num_hidden_layers: int = 24, num_attention_heads: int = 16, num_key_value_heads: int = 8, head_dim: int = 128, in_channels: int = 192, audio_acoustic_hidden_dim: int = 64, patch_size: int = 2, rope_theta: float = 1000000.0, attention_bias: bool = False, attention_dropout: float = 0.0, rms_norm_eps: float = 1e-06, sliding_window: int = 128, layer_types: typing.Optional[typing.List[str]] = None, encoder_hidden_size: typing.Optional[int] = None, is_turbo: bool = False, model_version: typing.Optional[str] = None)
```

[Kaynak](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/transformers/ace_step_transformer.py#L432)

ACE-Step 1.5 müzik üretimi için Diffusion Transformer.

Metin, sözler ve tınıya koşullu ses latentleri üretir. 1D yama gömme (`patch_size` adımına sahip `Conv1d`) ardından kendine dikkat (self-attention) dalında sırayla kayan pencere / tam dikkat (full attention) kullanan `AceStepTransformerBlock` yığını kullanır. Çapraz dikkat (cross-attention), `AceStepConditionEncoder` tarafından üretilen paketlenmiş `encoder_hidden_states`'i tüketir.

#### forward[[diffusers.AceStepTransformer1DModel.forward]]

```python
forward(hidden_states: Tensor, timestep: Tensor, timestep_r: Tensor, encoder_hidden_states: Tensor, context_latents: Tensor, attention_kwargs: typing.Optional[dict] = None, return_dict: bool = True)
```

[Kaynak](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/transformers/ace_step_transformer.py#L532)

**Parametreler:**

hidden_states (`torch.Tensor`, şekli `(batch_size, seq_len, channels)`) : Difüzyon süreci için gürültülü latent giriş.

timestep (`torch.Tensor`, şekli `(batch_size,)`) : Mevcut difüzyon zaman adımı `t`.

timestep_r (`torch.Tensor`, şekli `(batch_size,)`) : Referans zaman adımı `r` (standart çıkarım için `t` ile eşit olarak ayarlanır).

encoder_hidden_states (`torch.Tensor`, şekli `(batch_size, encoder_seq_len, hidden_size)`) : Koşul kodlayıcısından (metin + sözler + ton) gelen koşullama gömme değerleri.

context_latents (`torch.Tensor`, şekli `(batch_size, seq_len, context_dim)`) : Bağlam gizli değişkenleri (chunk maskeleriyle birleştirilmiş kaynak gizli değişkenler) — `hidden_states` ile birlikte patchify conv'e verilir.

attention_kwargs (`dict`, *isteğe bağlı*) : `AttentionProcessor`'a iletilen bir kwargs sözlüğü. `{"scale": float}` yoluyla LoRA ölçeğini geçmek için kullanılır.

return_dict (`bool`, varsayılan `True`) : `Transformer2DModelOutput` mu yoksa düz bir tuple mı döndürüleceğini belirtir.

**Dönüş:** `Transformer2DModelOutput` veya `tuple`

Tahmin edilen hız alanı.

[AceStepTransformer1DModel](/docs/diffusers/main/tr/api/models/ace_step_transformer#diffusers.AceStepTransformer1DModel) ileri yöntemi.