> 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-es/generacion-de-musica/ace-step.md).

# Generación de música con ACE-Step

Genera canciones completas con voces usando ACE-Step: alternativa de código abierto a Suno en menos de 4GB de VRAM

ACE-Step 1.5 es el avance de generación musical de código abierto que todos estaban esperando. Genera **canciones completas con voces e instrumentos** a partir de prompts de texto, rivalizando con servicios comerciales como Suno — pero se ejecuta localmente en tu GPU con una **licencia MIT**. ¿La característica estrella? Necesita **menos de 4 GB de VRAM**, lo que lo convierte en la herramienta de música con IA más accesible de la historia. Genera una pista completa en 2–8 segundos en una RTX 4090.

## Características clave

* **Generación de canciones completas**: voces + instrumentos + efectos en una sola pasada
* **< 4 GB de VRAM**: funciona incluso en las GPU más baratas (RTX 3060, ¡incluso GTX 1060!)
* **2–8 segundos por pista**: generación casi instantánea en GPU modernas
* **licencia MIT**: uso comercial completo, sin restricciones
* **Compatibilidad con letras**: escribe tus propias letras con estructura de verso/estribillo
* **Control de estilo**: etiquetas de género, estado de ánimo, tempo, instrumentación
* **Integración con ComfyUI**: flujo de trabajo basado en nodos para canalizaciones musicales complejas

## Requisitos

| Componente | Mínimo                      | Recomendado         |
| ---------- | --------------------------- | ------------------- |
| GPU        | Cualquiera con 4 GB de VRAM | RTX 3060 o superior |
| VRAM       | 4GB                         | 6 GB+               |
| RAM        | 8GB                         | 16GB                |
| Disco      | 10GB                        | 15 GB               |
| Python     | 3.10+                       | 3.11                |

**GPU recomendada de Clore.ai**: RTX 3060 de 6 GB ($0.03–0.07/h) — ¡sí, la GPU más barata funciona!

### Referencia de velocidad

| GPU           | Tiempo de generación (pista de 30 s) |
| ------------- | ------------------------------------ |
| GTX 1060 6 GB | \~15–20 s                            |
| RTX 3060 12GB | \~6–10 s                             |
| RTX 3080 10GB | \~4–6 s                              |
| RTX 4090 24GB | \~2–3 s                              |

## Instalación

### Independiente

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

# O mediante pip (si está disponible)
pip install ace-step
```

### Integración con ComfyUI

```bash
cd ComfyUI/custom_nodes
git clone https://github.com/ace-step/ComfyUI-ACE-Step
pip install -r ComfyUI-ACE-Step/requirements.txt
# Reinicia ComfyUI — los nodos de ACE-Step aparecerán
```

## Inicio rápido

### Instalación

ACE-Step es una aplicación web de Gradio, no un paquete pip. Instálalo desde Git:

```bash
# Clona y configura
git clone https://github.com/ACE-Step/ACE-Step-1.5.git
cd ACE-Step-1.5

# Opción A: uv (recomendado)
pip install uv
uv sync

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

### Inicia la interfaz web

```bash
# Inicia la interfaz de Gradio
python app.py --port 7860 --share

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

Abre `http://localhost:7860` en tu navegador. La interfaz tiene:

1. **Campo de prompt** — describe el estilo: "pop electrónico animado, 120 BPM"
2. **Campo de letras** — escribe versos con `[Verse]`, `[Chorus]` etiquetas
3. **Control deslizante de duración** — 15–120 segundos
4. **Botón de generar** — haz clic y espera 2–8 segundos

### Generar con letras (interfaz web)

Ingresa en el campo de letras:

```
[Verse 1]
Alquilo las GPU a altas horas de la noche
Los servidores zumban, las pantallas tan brillantes
Entrenando modelos, persiguiendo sueños
Nada es nunca lo que parece

[Chorus]
Hoy estamos construyendo algo nuevo
El futuro está a solo un prompt de distancia
Con cada token, cada línea
El código y la música se entrelazan
```

Establece el prompt en: `balada de rock indie, guitarra acústica, emotiva, voz masculina`

### Uso de CLI / pipeline

```bash
# Genera desde la línea de comandos usando directamente el script de la pipeline
cd ACE-Step-1.5
python acestep/acestep_v15_pipeline.py \
  --prompt "lo-fi hip hop, chill, rainy day, piano, soft drums" \
  --lyrics "" \
  --duration 30 \
  --output output.wav
```

### Integración con ComfyUI (flujo por lotes)

```bash
# Instala los nodos de ComfyUI para generación por lotes
cd ComfyUI/custom_nodes
git clone https://github.com/ACE-Step/ComfyUI-ACE-Step
pip install -r ComfyUI-ACE-Step/requirements.txt
# Reinicia ComfyUI — los nodos de ACE-Step aparecen en el menú de nodos
```

Los nodos de ComfyUI te permiten generar por lotes varias pistas con distintos prompts en un flujo visual.

### Etiquetas de estilo

Controla la generación con etiquetas de estilo:

```python
# Etiquetas de género
"pop", "rock", "electrónico", "hip-hop", "jazz", "clásico", "metal",
"lo-fi", "synthwave", "ambient", "folk", "R&B", "country"

# Etiquetas de estado de ánimo
"feliz", "triste", "enérgico", "relajado", "oscuro", "épico", "romántico"

# Etiquetas de instrumentos
"piano", "guitarra", "batería", "bajo", "sintetizador", "cuerdas", "violín"

# Etiquetas vocales
"voz masculina", "voz femenina", "coro", "sin voces", "tarareo"

# Etiquetas técnicas
"120 BPM", "tono menor", "tono mayor", "compás 4/4"
```

## Interfaz web

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

La interfaz web ofrece:

* Entrada de prompt de texto con preajustes de estilo
* Editor de letras con formato de verso/estribillo
* Controles deslizantes de duración y calidad
* Vista previa de la forma de onda en tiempo real
* Descarga como WAV o MP3

## Casos de uso en Clore.ai

| Caso de uso                        | Configuración                     | Costo        |
| ---------------------------------- | --------------------------------- | ------------ |
| Música de fondo para videos        | RTX 3060, generación por lotes    | $0.03–0.07/h |
| Prototipos de canciones / demos    | RTX 3080, en tiempo real          | $0,05–0,19/h |
| Flujo de producción musical        | RTX 4090 + ComfyUI                | $0.14–0.42/h |
| Introducciones/finales de podcasts | Cualquier GPU, en una sola pasada | $0.03–0.07/h |

## Consejos para usuarios de Clore.ai

* **La carga de trabajo de IA más barata posible**: Con $0.03–0.07/h para una RTX 3060, genera cientos de pistas por centavos
* **Por lotes durante la noche**: alquila una GPU durante 8 horas ($0.05–0.1) y genera más de 500 pistas
* **ComfyUI para flujos de trabajo**: encadénalo con generación de imágenes para flujos de trabajo de portadas de álbum
* **Calidad de exportación**: genera con la máxima calidad y luego procesa en una DAW si es necesario
* **Mezcla de estilos**: combina géneros en los prompts: "lo-fi jazz hip hop con crujido de vinilo" funciona sorprendentemente bien

## Solución de problemas

| Problema                     | Solución                                                                                                                 |
| ---------------------------- | ------------------------------------------------------------------------------------------------------------------------ |
| CUDA no encontrado           | Asegúrate de que PyTorch esté instalado con CUDA: `pip install torch --index-url https://download.pytorch.org/whl/cu128` |
| Descarga del modelo lenta    | Establece `HF_HUB_ENABLE_HF_TRANSFER=1` para descargas más rápidas                                                       |
| El audio suena distorsionado | Prueba una temperatura más baja (0.7) o menos pasos de inferencia                                                        |
| Memoria insuficiente en 4 GB | Reduce la duración a 15 segundos; actualiza a una GPU de 6 GB                                                            |
| Faltan los nodos de ComfyUI  | Reinicia ComfyUI después de instalar los nodos personalizados                                                            |

## ACE-Step vs Suno vs AudioCraft

| Función             | ACE-Step 1.5  | Suno v4                | AudioCraft      |
| ------------------- | ------------- | ---------------------- | --------------- |
| Canciones completas | ✅             | ✅                      | ❌ (solo música) |
| Voces               | ✅             | ✅                      | ❌               |
| Local/autohospedado | ✅             | ❌ (nube)               | ✅               |
| Licencia            | MIT           | Propietario            | MIT             |
| VRAM mínima         | 4GB           | N/A                    | 16GB            |
| Velocidad (30 s)    | 2–8 s         | \~30 s                 | \~60 s          |
| Costo               | \~$0.04/h GPU | Suscripción de $10/mes | \~$0.08/h GPU   |

## Lecturas adicionales

* [Repositorio de GitHub](https://github.com/ace-step/ACE-Step)
* [Nodos de ComfyUI](https://github.com/ace-step/ComfyUI-ACE-Step)
* [Guía de AudioCraft](/guides/guides_v2-es/audio-y-voz/audiocraft-music.md) — para música solo instrumental


---

# 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-es/generacion-de-musica/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.