For the complete documentation index, see llms.txt. This page is also available as Markdown.

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

ComfyUI एकीकरण

त्वरित शुरुआत

इंस्टॉलेशन

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

वेब UI लॉन्च करें

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:

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

CLI / पाइपलाइन उपयोग

ComfyUI एकीकरण (बैच वर्कफ़्लो)

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:

वेब UI

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

अंतिम अपडेट

क्या यह उपयोगी था?