---
title: ACE-Step Music
emoji: 🎵
colorFrom: purple
colorTo: pink
sdk: docker
app_port: 7860
pinned: false
---

# 🎵 ACE-Step Music (acestep.cpp, CPU)

AI music generation on cpu-basic. Text + lyrics in, stereo 48kHz audio out.
Built from source (`acestep.cpp` GGML) with the **0.6B** model set:

| 部件 | 文件 | 大小 |
|---|---|---|
| LM（歌词+音频编码） | `acestep-5Hz-lm-0.6B-Q8_0.gguf` | 0.68 GB |
| DiT（flow-matching 扩散，turbo 8 步） | `acestep-v15-turbo-Q8_0.gguf` | 2.4 GB |
| 文本编码器 | `Qwen3-Embedding-0.6B-Q8_0.gguf` | 0.75 GB |
| VAE | `vae-BF16.gguf` | 0.32 GB |

合计约 **4.2 GB**，16 GB 内存装得下。占用会随生成过程浮动，峰值约 6 GB。

## 使用

网页 UI 在 `/`（`ace-server` 内嵌的 WebUI，无需 npm）。写 caption → 设时长 → 生成 → 下载。

## REST API（给 pipeline 调用）

异步作业模型：POST 拿 id → 轮询 `/job?id=` → `result=1` 取文件。

**请求体（`examples/dit-only.json` 格式）：**
```json
{
  "lm_model": "acestep-5Hz-lm-0.6B-Q8_0.gguf",
  "synth_model": "acestep-v15-turbo-Q8_0.gguf",
  "caption": "Ambient electronic soundscape with warm analog pads",
  "lyrics": "",
  "bpm": 90,
  "duration": 30,
  "keyscale": "C minor",
  "timesignature": "4",
  "vocal_language": "en",
  "inference_steps": 8,
  "guidance_scale": 1.0,
  "shift": 3.0
}
```

### 出音乐（两步）
```bash
# 1) LM: caption -> lyrics + audio codes
LM_ID=$(curl -sX POST https://jacky3102-platform.hf.space/lm \
  -H 'Content-Type: application/json' -d @req.json | jq -r '.id')

# 2) 轮询直到 done
curl -s "https://jacky3102-platform.hf.space/job?id=$LM_ID&result=1" | jq '.[0]' > out.json

# 3) synth: codes -> audio (WAV or MP3)
SY_ID=$(curl -sX POST https://jacky3102-platform.hf.space/synth \
  -H 'Content-Type: application/json' -d @out.json | jq -r '.id')
curl -s "https://jacky3102-platform.hf.space/job?id=$SY_ID&result=1" -o track.wav
```

### 可用模型 / 默认参数
```bash
curl https://jacky3102-platform.hf.space/props
```

### 跳过 LM（直接用已知歌词）
POST 同一个 `/synth`，带 `lyrics` + `lm_model` 即可（dit-only 模式）。

## 已知限制

- **CPU 生成慢**：30 秒音乐在 2 vCPU 上预计几分钟到十几分钟，未实测。第一次请求会额外等模型加载（`--keep-loaded` 已开，之后不再重复加载）。
- HF Space 有请求超时，长生成要用 `/job` 异步轮询，别在线等。
- 官方 Space 用 ZeroGPU；这是 CPU 移植版，慢但免费。

## 模型质量档位（之后可换）

| LM | 大小 | 说明 |
|---|---|---|
| `acestep-5Hz-lm-0.6B-Q8_0.gguf` | 0.68 GB | 最快（当前） |
| `acestep-5Hz-lm-1.7B-Q8_0.gguf` | 1.9 GB | 折中 |
| `acestep-5Hz-lm-4B-Q8_0.gguf` | 4.2 GB | 官方默认，音质最好 |

DiT 也可换 `sft`（50 步，音质更高但慢一倍）。