ACE-Step génération musicale

Générez des chansons complètes avec voix en utilisant ACE-Step — alternative open-source à Suno fonctionnant sur <4 Go de VRAM

ACE-Step 1.5 est la percée open-source de génération musicale que tout le monde attendait. Il génère chansons complètes avec voix et instruments à partir d'instructions textuelles, rivalisant avec des services commerciaux comme Suno — mais fonctionne localement sur votre GPU avec un Licence MIT. La fonctionnalité clé ? Il nécessite moins de 4 Go de VRAM, ce qui en fait l'outil d'IA musicale le plus accessible jamais créé. Générez une piste complète en 2–8 secondes sur une RTX 4090.

Principales caractéristiques

• Génération de chanson complète: Voix + instruments + effets en un seul passage

• < 4GB VRAM: Fonctionne même sur les GPU les moins chers (RTX 3060, voire GTX 1060 !)

• 2–8 secondes par piste: Génération quasi instantanée sur les GPU modernes

• Licence MIT: Utilisation commerciale totale, sans restrictions

• Support des paroles: Écrivez vos propres paroles avec structure couplet/refrain

• Contrôle du style: Étiquettes de genre, ambiance, tempo, instrumentation

• Intégration ComfyUI: Flux de travail basé sur des nœuds pour des pipelines musicaux complexes

Exigences

Composant	Minimum	Recommandé
GPU	N'importe lequel avec 4 Go de VRAM	RTX 3060 ou mieux
VRAM	4 Go	6GB+
RAM	8 Go	16Go
Disque	10Go	15 Go
Python	3.10+	3.11

GPU recommandé par Clore.ai: RTX 3060 6GB (~0,15–0,3 $/jour) — oui, le GPU le moins cher fonctionne !

Référence de vitesse

GPU	Temps de génération (piste de 30s)
GTX 1060 6 Go	~15–20 s
RTX 3060 12GB	~6–10 s
RTX 3080 10Go	~4–6 s
RTX 4090 24GB	~2–3 s

Installation

Autonome

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

# Ou via pip (si disponible)
pip install ace-step

Intégration ComfyUI

cd ComfyUI/custom_nodes
git clone https://github.com/ace-step/ComfyUI-ACE-Step
pip install -r ComfyUI-ACE-Step/requirements.txt
# Redémarrez ComfyUI — les nœuds ACE-Step apparaîtront

Démarrage rapide

Installation

ACE-Step est une application web Gradio — pas un paquet pip. Installez depuis Git :

# Clonez et configurez
git clone https://github.com/ACE-Step/ACE-Step-1.5.git
cd ACE-Step-1.5

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

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

Lancer l'interface Web

# Démarrer l'interface Gradio
python app.py --port 7860 --share

# Pour faible VRAM (< 6GB) :
python app.py --port 7860 --half

Ouvrir http://localhost:7860 dans votre navigateur. L'interface comprend :

1. Champ de prompt — décrivez le style : "pop électronique entraînante, 120 BPM"

2. Champ de paroles — écrivez des couplets avec [Verse], [Chorus] étiquettes

3. Curseur de durée — 15–120 secondes

4. Bouton Générer — cliquez et attendez 2–8 secondes

Générer avec paroles (interface Web)

Entrez dans le champ de paroles :

[Verse 1]
Je loue les GPU tard dans la nuit
Les serveurs bourdonnent, écrans si brillants
Entraînant des modèles, poursuivant des rêves
Rien n'est jamais ce qu'il semble

[Chorus]
Nous construisons quelque chose de nouveau aujourd'hui
Le futur n'est qu'à un prompt
À chaque token, chaque ligne
Le code et la musique s'entrelacent

Réglez le prompt sur : ballade rock indie, guitare acoustique, émotionnel, voix masculine

Utilisation CLI / Pipeline

# Générez depuis la ligne de commande en utilisant directement le script 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

Intégration ComfyUI (flux de travail par lot)

# Installez les nœuds ComfyUI pour la génération par lot
cd ComfyUI/custom_nodes
git clone https://github.com/ACE-Step/ComfyUI-ACE-Step
pip install -r ComfyUI-ACE-Step/requirements.txt
# Redémarrez ComfyUI — les nœuds ACE-Step apparaissent dans le menu des nœuds

Les nœuds ComfyUI vous permettent de générer par lot plusieurs pistes avec différents prompts dans un flux de travail visuel.

Étiquettes de style

Contrôlez la génération avec des étiquettes de style :

# Étiquettes de genre
"pop", "rock", "électronique", "hip-hop", "jazz", "classique", "metal",
"lo-fi", "synthwave", "ambient", "folk", "R&B", "country"

# Étiquettes d'ambiance
"joyeux", "triste", "énergique", "détendu", "sombre", "épique", "romantique"

# Étiquettes d'instruments
"piano", "guitare", "batterie", "basse", "synthé", "cordes", "violon"

# Étiquettes vocales
"voix masculine", "voix féminine", "chœur", "sans voix", "bourdonnement"

# Étiquettes techniques
"120 BPM", "ton mineur", "ton majeur", "mesure 4/4"

Interface Web

cd ACE-Step
python app.py --port 7860
# Ouvrez http://localhost:7860

L'interface web fournit :

• Saisie de prompt texte avec préréglages de style

• Éditeur de paroles avec formatage couplet/refrain

• Curseurs de durée et de qualité

• Aperçu d'onde en temps réel

• Télécharger en WAV ou MP3

Cas d'utilisation sur Clore.ai

Cas d'utilisation	Configuration	Coût
Musique de fond pour vidéos	RTX 3060, génération par lots	~0,15 $/jour
Prototypage de chansons / démos	RTX 3080, en temps réel	~0,3 $/jour
Pipeline de production musicale	RTX 4090 + ComfyUI	~1 $/jour
Intros/outros de podcast	N'importe quel GPU, en une seule fois	~0,15 $/jour

Conseils pour les utilisateurs de Clore.ai

• La charge de travail IA la moins chère possible: À 0,15 $/jour pour une RTX 3060, générez des centaines de pistes pour des centimes

• Traitement par lot pendant la nuit: Louez un GPU pendant 8 heures (0,05–0,1 $), générez 500+ pistes

• ComfyUI pour les pipelines: Chaînez avec la génération d'images pour des workflows de pochette d'album

• Qualité d'exportation: Générez à la plus haute qualité, puis traitez dans un DAW si nécessaire

• Mélange de styles: Combinez des genres dans les prompts : "lo-fi jazz hip hop avec crépitement de vinyle" fonctionne étonnamment bien

Dépannage

Problème	Solution
CUDA introuvable	Assurez-vous que PyTorch est installé avec CUDA : pip install torch --index-url https://download.pytorch.org/whl/cu121
Téléchargement du modèle lent	Définir HF_HUB_ENABLE_HF_TRANSFER=1 pour des téléchargements plus rapides
L'audio semble déformé	Essayez une température plus basse (0,7) ou moins d'étapes d'inférence
Manque de mémoire sur 4GB	Réduisez la durée à 15 secondes ; passez à un GPU de 6GB
Nœuds ComfyUI manquants	Redémarrez ComfyUI après l'installation des nœuds personnalisés

ACE-Step vs Suno vs AudioCraft

Fonction	ACE-Step 1.5	Suno v4	AudioCraft
Chansons complètes	✅	✅	❌ (musique uniquement)
Voix	✅	✅	❌
Local/autohébergé	✅	❌ (cloud)	✅
Licence	MIT	Propriétaire	MIT
VRAM min	4 Go	N/A	16Go
Vitesse (30s)	2–8 s	~30 s	~60 s
Coût	0,15 $/jour GPU	10 $/mois abonnement	0,3 $/jour GPU

Lectures complémentaires

• Dépôt GitHub

• Nœuds ComfyUI

• Guide AudioCraft — pour musique instrumentale uniquement