ACE-Step 1.5 : la génération musicale open source à l'essai

ACE-Step 1.5 est un modèle open source de génération musicale codirigé par ACE Studio et StepFun, publié sous licence MIT. Il crée des chansons complètes, chantées ou instrumentales, à partir d'un prompt texte et de paroles facultatives, de 10 secondes à 10 minutes, dans plus de 50 langues. Vous pouvez le faire tourner gratuitement sur votre ordinateur ou l'utiliser dans un navigateur sur RaoMusic, sans abonnement payant et à partir de 10 crédits par génération.

Dernière vérification : 4 novembre 2026.

Que sait faire ACE-Step 1.5 ?

D'après la documentation officielle et le dépôt GitHub, la version complète couvre :

• Texte vers musique : un prompt de style et des paroles avec repères de section, de 10 secondes à 10 minutes.
• Montage : reprises d'un audio existant, régénération d'un passage choisi (repainting) et transformation des voix en musique de fond.
• Votre propre style : entraînement LoRA à partir de quelques morceaux. Le projet cite 8 morceaux et environ une heure sur une RTX 3090 avec 12 Go de VRAM.
• Vitesse : selon le projet, une chanson complète prend moins de 2 secondes sur une A100 et moins de 10 secondes sur une RTX 3090.

Comment faire tourner ACE-Step 1.5 sur son ordinateur ?

Suivez le guide d'installation officiel : récupérez le code, installez Python 3.11 ou 3.12, téléchargez les modèles, puis lancez l'interface web. Selon le projet, le modèle de base tourne avec moins de 4 Go de VRAM. Avec plus de mémoire, son tableau par GPU recommande d'ajouter un modèle de langage plus grand pour de meilleurs résultats.

En local, il ne vous en coûte que le matériel, et vous profitez de toutes les fonctions ci-dessus. Si vous n'avez pas de GPU adapté, ou si vous voulez juste tester quelques prompts, la version navigateur ci-dessous ne demande aucune configuration.

Comment utiliser ACE-Step 1.5 en ligne ?

Sur RaoMusic, ACE-Step 1.5 est l'un des moteurs du menu des modèles de la page Créer.

1. Choisissez ACE-Step 1.5 dans le menu des modèles.
2. Choisissez un mode. En mode Simple, décrivez en une phrase l'usage, l'ambiance et les instruments, et activez Instrumental pour une musique de fond. En mode Personnalisé, collez vos paroles avec des repères comme [Verse] et [Chorus] et ajoutez une ligne de style. Notre guide pour transformer vos propres paroles en chanson explique comment les mettre en forme.
3. Réglez la durée entre 10 et 600 secondes. La valeur par défaut est 120.
4. Décidez si vous laissez Réflexion activé (voir plus bas), puis cliquez sur Générer.

Chaque génération donne un morceau : un MP3 pour l'écoute et un FLAC sans perte à télécharger. Pour comparer ACE-Step aux autres moteurs sur les mêmes paroles, consultez notre comparatif des modèles de musique IA.

Faut-il activer Réflexion ?

Réflexion est activé par défaut. C'est plus lent et deux fois plus cher à la seconde, et RaoMusic le présente comme un réglage qui sonne généralement mieux : 0,16 crédit par seconde activé, 0,08 désactivé, arrondi au supérieur, avec un minimum de 10 crédits. À cause de ce minimum, tout ce qui dure jusqu'à une minute environ coûte 10 crédits dans les deux cas : sur un extrait court, Réflexion est gratuit. Avec les 120 secondes par défaut, c'est 20 crédits au lieu de 10.

Le vrai coût, c'est l'attente. Dans notre test ci-dessous, la génération avec Réflexion a pris environ neuf fois plus de temps que sans. Esquissez vos idées vite sans Réflexion, puis activez-le pour la version que vous comptez garder.

Quels réglages avancés modifier ?

Les quatre sont facultatifs. Laissez-les sur Auto pour un premier jet, puis ajoutez-en un à la fois quand le morceau doit s'accorder à quelque chose :

• BPM : un nombre entier de 30 à 300, quand la musique doit tomber sur un montage vidéo ou un rythme existant.
• Tonalité : par exemple C Major, Am ou F# minor, quand le morceau doit jouer avec une autre partie.
• Signature rythmique : 2/4, 3/4, 4/4 ou 6/8, par exemple 3/4 pour une valse.
• Langue vocale : choisissez la langue de vos paroles, ou laissez Auto pour que le modèle la détecte.

Quelle différence entre Réflexion activé et désactivé dans notre test ?

Nous avons lancé deux fois le même prompt en mode Simple, Instrumental activé et durée de 60 secondes, une fois avec Réflexion et une fois sans, en chronométrant chaque génération de la demande jusqu'au morceau prêt.

Prompt : A short instrumental lo-fi hip-hop bed for a late-night coding session, warm electric piano, soft brushed drums, rounded bass, no vocals. (Un court fond instrumental lo-fi hip-hop pour une session de code tard le soir, piano électrique chaleureux, batterie douce aux balais, basse ronde, sans voix.)

Réflexion activé

Note d'écoute : piano électrique chaleureux, basse douce et rythme détendu aux balais dès le début. Il fonctionne tel quel sous un live de code ou un tutoriel. Un léger souffle, proche d'une voix, apparaît au tout dernier instant : coupez la dernière seconde avant de publier.

Réflexion désactivé

Note d'écoute : même piano, même basse, pas de voix, mais la batterie n'arrive qu'au bout de 20 secondes environ et ressemble davantage à des frappes hip-hop filtrées qu'à des balais. Cela suffit pour un fond discret. S'il vous faut le rythme dès la première mesure, relancez une génération ou activez Réflexion.

Avec Réflexion, le résultat a mieux suivi le prompt ; sans, il a été bien plus rapide et reste utilisable. Comme Réflexion ne coûte rien de plus à cette durée, c'est le meilleur réglage par défaut pour les extraits courts si vous pouvez patienter quelques minutes. Vous trouverez d'autres prompts dans ce style dans notre guide de la musique lo-fi.