> For the complete documentation index, see [llms.txt](https://docs.clore.ai/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.clore.ai/guides/guides_v2-de/musikgenerierung/ace-step.md).

# ACE-Step-Musikgenerierung

Generiere vollständige Songs mit Gesang mit ACE-Step — Open-Source-Suno-Alternative auf unter 4 GB VRAM

ACE-Step 1.5 ist der Open-Source-Durchbruch in der Musikgenerierung, auf den alle gewartet haben. Es erzeugt **vollständige Songs mit Gesang und Instrumenten** aus Texteingaben und konkurriert mit kommerziellen Diensten wie Suno — läuft aber lokal auf deiner GPU mit einem **MIT-Lizenz**. Das Killer-Feature? Es benötigt **weniger als 4 GB VRAM**, wodurch es zum bisher zugänglichsten KI-Musiktool wird. Erzeuge einen kompletten Track in 2–8 Sekunden auf einer RTX 4090.

## Hauptfunktionen

* **Vollständige Songgenerierung**: Gesang + Instrumente + Effekte in einem Durchgang
* **< 4 GB VRAM**: Läuft sogar auf den günstigsten GPUs (RTX 3060, sogar GTX 1060!)
* **2–8 Sekunden pro Track**: Nahezu sofortige Generierung auf modernen GPUs
* **MIT-Lizenz**: Vollständige kommerzielle Nutzung, ohne Einschränkungen
* **Liedtext-Unterstützung**: Schreibe deine eigenen Texte mit Strophe/Refrain-Struktur
* **Stilkontrolle**: Genre-Tags, Stimmung, Tempo, Instrumentierung
* **ComfyUI-Integration**: Node-basierter Workflow für komplexe Musik-Pipelines

## Anforderungen

| Komponente | Minimum            | Empfohlen            |
| ---------- | ------------------ | -------------------- |
| GPU        | Jede mit 4 GB VRAM | RTX 3060 oder besser |
| VRAM       | 4 GB               | 6 GB+                |
| RAM        | 8 GB               | 16 GB                |
| Festplatte | 10 GB              | 15 GB                |
| Python     | 3.10+              | 3.11                 |

**Empfohlene Clore.ai-GPU**: RTX 3060 6 GB ($0,03–0,07/Std.) — ja, die günstigste GPU funktioniert!

### Geschwindigkeitsreferenz

| GPU            | Generierungszeit (30-Sek.-Track) |
| -------------- | -------------------------------- |
| GTX 1060 6GB   | \~15–20 Sek.                     |
| RTX 3060 12 GB | \~6–10 Sek.                      |
| RTX 3080 10GB  | \~4–6 Sek.                       |
| RTX 4090 24GB  | \~2–3 Sek.                       |

## Installation

### Eigenständig

```bash
git clone https://github.com/ace-step/ACE-Step.git
cd ACE-Step
pip install -e .

# Or via pip (if available)
pip install ace-step
```

### ComfyUI-Integration

```bash
cd ComfyUI/custom_nodes
git clone https://github.com/ace-step/ComfyUI-ACE-Step
pip install -r ComfyUI-ACE-Step/requirements.txt
# Restart ComfyUI — ACE-Step nodes will appear
```

## Schnellstart

### Installation

ACE-Step ist eine Gradio-Web-App — kein pip-Paket. Installation aus Git:

```bash
# Klonen und einrichten
git clone https://github.com/ACE-Step/ACE-Step-1.5.git
cd ACE-Step-1.5

# Option A: uv (empfohlen)
pip install uv
uv sync

# Option B: pip
pip install -r requirements.txt
```

### Web-UI starten

```bash
# Gradio-Oberfläche starten
python app.py --port 7860 --share

# Für wenig VRAM (< 6 GB):
python app.py --port 7860 --half
```

Öffnen `http://localhost:7860` in deinem Browser. Die Oberfläche hat:

1. **Prompt-Feld** — beschreibe den Stil: "fröhlicher elektronischer Pop, 120 BPM"
2. **Liedtextfeld** — schreibe Strophen mit `[Strophe]`, `[Refrain]` Tags
3. **Dauer-Schieberegler** — 15–120 Sekunden
4. **Generieren-Button** — klicken und 2–8 Sekunden warten

### Mit Liedtexten generieren (Web-UI)

Gib im Liedtextfeld ein:

```
[Strophe 1]
Ich miete nachts die GPUs
Die Server summen, Bildschirme so hell
Modelle trainieren, Träume jagen
Nichts ist jemals so, wie es scheint

[Refrain]
Wir bauen heute etwas Neues
Die Zukunft ist nur eine Prompt-Eingabe entfernt
Mit jedem Token, jeder Zeile
Verschmelzen Code und Musik
```

Prompt setzen auf: `Indie-Rock-Ballade, akustische Gitarre, emotional, männlicher Gesang`

### CLI / Pipeline-Nutzung

```bash
# Vom Kommandozeilenprogramm aus direkt mit dem Pipeline-Skript generieren
cd ACE-Step-1.5
python acestep/acestep_v15_pipeline.py \
  --prompt "Lo-Fi-Hip-Hop, entspannt, Regentag, Klavier, sanfte Drums" \
  --lyrics "" \
  --duration 30 \
  --output output.wav
```

### ComfyUI-Integration (Batch-Workflow)

```bash
# ComfyUI-Knoten für die Batch-Generierung installieren
cd ComfyUI/custom_nodes
git clone https://github.com/ACE-Step/ComfyUI-ACE-Step
pip install -r ComfyUI-ACE-Step/requirements.txt
# ComfyUI neu starten — ACE-Step-Knoten erscheinen im Knotenmenü
```

Mit den ComfyUI-Knoten lassen sich in einem visuellen Workflow mehrere Tracks mit unterschiedlichen Prompts in Serie generieren.

### Stil-Tags

Steuere die Generierung mit Stil-Tags:

```python
# Genre-Tags
"Pop", "Rock", "elektronisch", "Hip-Hop", "Jazz", "klassisch", "Metal",
"Lo-Fi", "Synthwave", "Ambient", "Folk", "R&B", "Country"

# Stimmungs-Tags
"fröhlich", "traurig", "energiegeladen", "entspannt", "dunkel", "episch", "romantisch"

# Instrumenten-Tags
"Klavier", "Gitarre", "Schlagzeug", "Bass", "Synth", "Streicher", "Violine"

# Gesangs-Tags
"männlicher Gesang", "weiblicher Gesang", "Chor", "kein Gesang", "Summen"

# Technische Tags
"120 BPM", "Molltonart", "Durtonart", "4/4-Takt"
```

## Web-UI

```bash
cd ACE-Step
python app.py --port 7860
# http://localhost:7860 öffnen
```

Die Web-UI bietet:

* Texteingabe für Prompts mit Stil-Voreinstellungen
* Liedtext-Editor mit Strophe/Refrain-Formatierung
* Regler für Dauer und Qualität
* Wellenform-Vorschau in Echtzeit
* Als WAV oder MP3 herunterladen

## Anwendungsfälle auf Clore.ai

| Anwendungsfall              | Einrichtung                   | Kosten            |
| --------------------------- | ----------------------------- | ----------------- |
| Hintergrundmusik für Videos | RTX 3060, in Serie generieren | 0,03–0,07 $/Std.  |
| Song-Prototyping / Demos    | RTX 3080, in Echtzeit         | $0,05–0,19/Std.   |
| Musikproduktions-Pipeline   | RTX 4090 + ComfyUI            | ca. 0,14–0,42 $/h |
| Podcast-Intros/-Outros      | Jede GPU, mit einem Durchgang | 0,03–0,07 $/Std.  |

## Tipps für Clore.ai-Nutzer

* **Günstigste mögliche KI-Workload**: Bei 0,03–0,07 $/Std. für eine RTX 3060 Hunderte von Tracks für ein paar Cent generieren
* **Über Nacht in Serie**: Miete eine GPU für 8 Stunden (0,05–0,1 $), generiere 500+ Tracks
* **ComfyUI für Pipelines**: Mit Bildgenerierung für Albumcover-Workflows verketten
* **Exportqualität**: In höchster Qualität generieren, dann bei Bedarf in einer DAW weiterverarbeiten
* **Stilmix**: Genres in Prompts kombinieren: „Lo-Fi-Jazz-Hip-Hop mit Vinyl-Knistern“ funktioniert überraschend gut

## Fehlerbehebung

| Problem                     | Lösung                                                                                                                       |
| --------------------------- | ---------------------------------------------------------------------------------------------------------------------------- |
| CUDA nicht gefunden         | Stelle sicher, dass PyTorch mit CUDA installiert ist: `pip install torch --index-url https://download.pytorch.org/whl/cu128` |
| Modelldownload langsam      | Setze `HF_HUB_ENABLE_HF_TRANSFER=1` für schnellere Downloads                                                                 |
| Audio klingt verzerrt       | Versuche eine niedrigere Temperatur (0,7) oder weniger Inferenzschritte                                                      |
| Kein Speicher mehr bei 4 GB | Reduziere die Dauer auf 15 Sekunden; wechsle zu einer 6-GB-GPU                                                               |
| ComfyUI-Knoten fehlen       | Starte ComfyUI nach der Installation der benutzerdefinierten Knoten neu                                                      |

## ACE-Step vs Suno vs AudioCraft

| Funktion                  | ACE-Step 1.5      | Suno v4      | AudioCraft        |
| ------------------------- | ----------------- | ------------ | ----------------- |
| Vollständige Songs        | ✅                 | ✅            | ❌ (nur Musik)     |
| Gesang                    | ✅                 | ✅            | ❌                 |
| Lokal/Selbst gehostet     | ✅                 | ❌ (Cloud)    | ✅                 |
| Lizenz                    | MIT               | Proprietär   | MIT               |
| Min. VRAM                 | 4 GB              | k. A.        | 16 GB             |
| Geschwindigkeit (30 Sek.) | 2–8 Sek.          | \~30 Sek.    | \~60 Sek.         |
| Kosten                    | \~0,04 $/Std. GPU | $10/Mon.-Abo | \~0,08 $/Std. GPU |

## Weiterführende Lektüre

* [GitHub-Repository](https://github.com/ace-step/ACE-Step)
* [ComfyUI-Knoten](https://github.com/ace-step/ComfyUI-ACE-Step)
* [AudioCraft-Anleitung](/guides/guides_v2-de/audio-and-stimme/audiocraft-music.md) — für Musik nur mit Instrumenten


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter:

```
GET https://docs.clore.ai/guides/guides_v2-de/musikgenerierung/ace-step.md?ask=<question>&goal=<endgoal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.