> 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-hi/music-generation/ace-step.md).

# ACE-Step संगीत जनरेशन

ACE-Step के साथ वोकल्स सहित पूरे गाने जनरेट करें — <4GB VRAM पर खुला-स्रोत Suno विकल्प

ACE-Step 1.5 वह ओपन-सोर्स म्यूज़िक जेनरेशन ब्रेकथ्रू है जिसका सबको इंतज़ार था। यह बनाता है **वोकल्स और वाद्यों के साथ पूरे गाने** टेक्स्ट प्रॉम्प्ट से, Suno जैसी व्यावसायिक सेवाओं को टक्कर देते हुए — लेकिन आपके GPU पर स्थानीय रूप से एक **MIT लाइसेंस**. इसकी सबसे बड़ी खासियत? इसे चाहिए **4GB VRAM से कम**, जिससे यह अब तक का सबसे सुलभ AI म्यूज़िक टूल बन जाता है। RTX 4090 पर 2–8 सेकंड में पूरा ट्रैक बनाइए।

## मुख्य विशेषताएँ

* **पूरे गाने का निर्माण**: एक ही पास में वोकल्स + वाद्य + इफेक्ट्स
* **< 4GB VRAM**: सबसे सस्ते GPUs पर भी चलता है (RTX 3060, यहाँ तक कि GTX 1060!)
* **प्रति ट्रैक 2–8 सेकंड**: आधुनिक GPUs पर लगभग तुरंत जेनरेशन
* **MIT लाइसेंस**: पूर्ण व्यावसायिक उपयोग, कोई प्रतिबंध नहीं
* **गीत-शब्दों का समर्थन**: पद/कोरस संरचना के साथ अपने गीत-शब्द लिखें
* **स्टाइल नियंत्रण**: शैली टैग, मूड, टेम्पो, वाद्य-सज्जा
* **ComfyUI एकीकरण**: जटिल संगीत पाइपलाइनों के लिए नोड-आधारित वर्कफ़्लो

## आवश्यकताएँ

| घटक    | न्यूनतम              | अनुशंसित          |
| ------ | -------------------- | ----------------- |
| GPU    | 4GB VRAM वाला कोई भी | RTX 3060 या बेहतर |
| VRAM   | 4GB                  | 6GB+              |
| RAM    | 8GB                  | 16GB              |
| डिस्क  | 10GB                 | 15GB              |
| Python | 3.10+                | 3.11              |

**अनुशंसित Clore.ai GPU**: RTX 3060 6GB ($0.03–0.07/घंटा) — हाँ, सबसे सस्ता GPU भी काम करता है!

### गति संदर्भ

| GPU           | जेनरेशन समय (30 सेकंड का ट्रैक) |
| ------------- | ------------------------------- |
| GTX 1060 6GB  | \~15–20 सेकंड                   |
| RTX 3060 12GB | \~6–10 सेकंड                    |
| RTX 3080 10GB | \~4–6 सेकंड                     |
| RTX 4090 24GB | \~2–3 सेकंड                     |

## इंस्टॉलेशन

### Standalone

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

# या pip के माध्यम से (यदि उपलब्ध हो)
pip install ace-step
```

### ComfyUI एकीकरण

```bash
cd ComfyUI/custom_nodes
git clone https://github.com/ace-step/ComfyUI-ACE-Step
pip install -r ComfyUI-ACE-Step/requirements.txt
# ComfyUI पुनः प्रारंभ करें — ACE-Step नोड्स दिखाई देंगे
```

## त्वरित शुरुआत

### इंस्टॉलेशन

ACE-Step एक Gradio वेब ऐप है — pip पैकेज नहीं। Git से इंस्टॉल करें:

```bash
# क्लोन करें और सेटअप करें
git clone https://github.com/ACE-Step/ACE-Step-1.5.git
cd ACE-Step-1.5

# विकल्प A: uv (अनुशंसित)
pip install uv
uv sync

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

### वेब UI लॉन्च करें

```bash
# Gradio इंटरफ़ेस शुरू करें
python app.py --port 7860 --share

# कम VRAM (< 6GB) के लिए:
python app.py --port 7860 --half
```

खोलें `http://localhost:7860` अपने ब्राउज़र में। UI में ये हैं:

1. **प्रॉम्प्ट फ़ील्ड** — शैली का वर्णन करें: "उत्साही इलेक्ट्रॉनिक पॉप, 120 BPM"
2. **गीत-शब्द फ़ील्ड** — पद लिखें `[अंतरा]`, `[मुखड़ा]` टैग्स
3. **अवधि स्लाइडर** — 15–120 सेकंड
4. **जेनरेट बटन** — क्लिक करें और 2–8 सेकंड प्रतीक्षा करें

### गीत-शब्दों के साथ जेनरेट करें (वेब UI)

गीत-शब्द फ़ील्ड में दर्ज करें:

```
[अंतरा 1]
मैं देर रात GPUs किराए पर लेता हूँ
सर्वर गुनगुना रहे हैं, स्क्रीन इतनी चमकदार
मॉडल्स प्रशिक्षित करना, सपनों का पीछा
कुछ भी वैसा नहीं होता जैसा दिखता है

[मुखड़ा]
हम आज कुछ नया बना रहे हैं
भविष्य बस एक प्रॉम्प्ट दूर है
हर टोकन, हर पंक्ति के साथ
कोड और संगीत आपस में गुँथ जाते हैं
```

प्रॉम्प्ट सेट करें: `इंडी रॉक बैलड, ध्वनिक गिटार, भावनात्मक, पुरुष वोकल`

### CLI / पाइपलाइन उपयोग

```bash
# पाइपलाइन स्क्रिप्ट का सीधे उपयोग करके कमांड लाइन से जेनरेट करें
cd ACE-Step-1.5
python acestep/acestep_v15_pipeline.py \\
  --prompt "लो-फाई हिप हॉप, शांत, बारिश का दिन, पियानो, नरम ड्रम्स" \\
  --lyrics "" \\
  --duration 30 \\
  --output output.wav
```

### ComfyUI एकीकरण (बैच वर्कफ़्लो)

```bash
# बैच जेनरेशन के लिए ComfyUI नोड्स इंस्टॉल करें
cd ComfyUI/custom_nodes
git clone https://github.com/ACE-Step/ComfyUI-ACE-Step
pip install -r ComfyUI-ACE-Step/requirements.txt
# ComfyUI पुनः प्रारंभ करें — ACE-Step नोड्स नोड मेनू में दिखाई देंगे
```

ComfyUI नोड्स आपको विज़ुअल वर्कफ़्लो में अलग-अलग प्रॉम्प्ट्स के साथ कई ट्रैक्स बैच में जेनरेट करने देते हैं।

### शैली टैग्स

शैली टैग्स के साथ जेनरेशन नियंत्रित करें:

```python
# शैली टैग्स
"पॉप", "रॉक", "इलेक्ट्रॉनिक", "हिप-हॉप", "जैज़", "शास्त्रीय", "मेटल",
"लो-फाई", "सिंथवेव", "एम्बिएंट", "लोक", "R&B", "कंट्री"

# मूड टैग्स
"खुश", "उदास", "ऊर्जावान", "शांत", "गहरा", "महाकाव्यात्मक", "रोमांटिक"

# वाद्य टैग्स
"पियानो", "गिटार", "ड्रम्स", "बेस", "सिंथ", "स्ट्रिंग्स", "वायलिन"

# वोकल टैग्स
"पुरुष वोकल", "महिला वोकल", "गायन मंडली", "बिना वोकल्स", "हमिंग"

# तकनीकी टैग्स
"120 BPM", "माइनर की", "मेजर की", "4/4 ताल"
```

## वेब UI

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

वेब UI में ये सुविधाएँ हैं:

* स्टाइल प्रीसेट्स के साथ टेक्स्ट प्रॉम्प्ट इनपुट
* पद्य/मुखड़ा फ़ॉर्मेटिंग के साथ गीत-शब्द संपादक
* अवधि और गुणवत्ता स्लाइडर
* रियल-टाइम वेवफ़ॉर्म प्रीव्यू
* WAV या MP3 के रूप में डाउनलोड करें

## Clore.ai पर उपयोग के मामले

| उपयोग-प्रकरण                  | सेटअप                         | लागत            |
| ----------------------------- | ----------------------------- | --------------- |
| वीडियो के लिए पृष्ठभूमि संगीत | RTX 3060, बैच में जेनरेट करें | $0.03–0.07/घंटा |
| गाने के प्रोटोटाइप / डेमो     | RTX 3080, रियल-टाइम           | $0.05–0.19/घंटा |
| संगीत उत्पादन पाइपलाइन        | RTX 4090 + ComfyUI            | $0.14–0.42/hr   |
| पॉडकास्ट इंट्रो/आउट्रो        | कोई भी GPU, एक ही शॉट में     | $0.03–0.07/घंटा |

## Clore.ai उपयोगकर्ताओं के लिए सुझाव

* **संभव सबसे सस्ता AI वर्कलोड**: RTX 3060 के लिए $0.03–0.07/घंटा पर, कुछ पैसों में सैकड़ों ट्रैक बनाइए
* **रात भर बैच में**: 8 घंटे के लिए GPU किराए पर लें ($0.05–0.1), 500+ ट्रैक बनाएं
* **पाइपलाइनों के लिए ComfyUI**: एल्बम आर्ट वर्कफ़्लो के लिए इमेज जेनरेशन के साथ चेन करें
* **एक्सपोर्ट गुणवत्ता**: सर्वोच्च गुणवत्ता पर जेनरेट करें, फिर ज़रूरत हो तो DAW में प्रोसेस करें
* **स्टाइल मिक्सिंग**: प्रॉम्प्ट्स में शैलियों को मिलाएँ: "विनाइल क्रैकल के साथ लो-फाई जैज़ हिप हॉप" आश्चर्यजनक रूप से अच्छा काम करता है

## समस्या निवारण

| समस्या                    | समाधान                                                                                                                   |
| ------------------------- | ------------------------------------------------------------------------------------------------------------------------ |
| CUDA नहीं मिला            | सुनिश्चित करें कि PyTorch CUDA के साथ इंस्टॉल है: `pip install torch --index-url https://download.pytorch.org/whl/cu128` |
| मॉडल डाउनलोड धीमा है      | सेट करें `HF_HUB_ENABLE_HF_TRANSFER=1` तेज़ डाउनलोड के लिए                                                               |
| ऑडियो विकृत सुनाई देता है | कम temperature (0.7) या कम inference steps आज़माएँ                                                                       |
| 4GB पर मेमोरी समाप्त      | अवधि 15 सेकंड करें; 6GB GPU में अपग्रेड करें                                                                             |
| ComfyUI नोड्स गायब हैं    | कस्टम नोड्स इंस्टॉल करने के बाद ComfyUI पुनः प्रारंभ करें                                                                |

## ACE-Step बनाम Suno बनाम AudioCraft

| विशेषता             | ACE-Step 1.5     | Suno v4         | AudioCraft       |
| ------------------- | ---------------- | --------------- | ---------------- |
| पूरे गाने           | ✅                | ✅               | ❌ (सिर्फ संगीत)  |
| वोकल्स              | ✅                | ✅               | ❌                |
| स्थानीय/स्व-होस्टेड | ✅                | ❌ (क्लाउड)      | ✅                |
| लाइसेंस             | MIT              | स्वामित्वाधीन   | MIT              |
| न्यूनतम VRAM        | 4GB              | उपलब्ध नहीं     | 16GB             |
| गति (30 सेकंड)      | 2–8 सेकंड        | \~30 सेकंड      | \~60 सेकंड       |
| लागत                | \~$0.04/घंटा GPU | $10/माह सदस्यता | \~$0.08/घंटा GPU |

## अधिक पढ़ें

* [GitHub रिपॉज़िटरी](https://github.com/ace-step/ACE-Step)
* [ComfyUI नोड्स](https://github.com/ace-step/ComfyUI-ACE-Step)
* [AudioCraft गाइड](/guides/guides_v2-hi/audio-and-voice/audiocraft-music.md) — केवल वाद्य संगीत के लिए


---

# 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-hi/music-generation/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.