ACE-Step 1.5 は、ACE Studio と StepFun が共同で開発を主導するオープンソースの作曲 AI で、MIT ライセンスで公開されています。テキストのプロンプトと、必要に応じて歌詞から、ボーカル入りでもインストでも 10 秒から 10 分までのフル楽曲を作れ、50 以上の言語に対応しています。自分の PC で無料で動かすことも、RaoMusic のブラウザ版で使うこともできます。RaoMusic なら有料プランは不要で、1 回 10 クレジットからです。
最終確認：2026年11月4日。
ACE-Step 1.5 で何ができる？
公式ドキュメントと GitHub リポジトリによると、フル版には次の機能があります。
- テキストから作曲：スタイルのプロンプトとセクションラベル付きの歌詞から、10 秒〜10 分の曲を生成。
- 編集：既存音源のカバー版生成、曲の一部区間だけの再生成（リペイント）、ボーカルを BGM に変換。
- 自分のスタイルを学習：数曲から LoRA を学習。プロジェクトの目安は 8 曲、VRAM 12 GB の RTX 3090 で約 1 時間。
- 速度：プロジェクトによると、フル楽曲 1 曲の生成は A100 で 2 秒未満、RTX 3090 で 10 秒未満。
自分の PC で ACE-Step 1.5 を動かすには？
公式インストールガイドに沿って、コードを取得し、Python 3.11 か 3.12 を用意し、モデルをダウンロードしてから Web インターフェースを起動します。プロジェクトによると、ベースモデルは VRAM 4 GB 未満で動きます。メモリに余裕があれば、GPU 別の推奨表ではより大きな言語モデルの併用を勧めています。
自分で動かせばハードウェア以外の費用はかからず、上の機能をすべて使えます。手頃な GPU がない場合や、まずいくつかプロンプトを試したいだけなら、下のブラウザ版なら設定は不要です。
ACE-Step 1.5 をオンラインで使うには？
RaoMusic では、ACE-Step 1.5 は作成ページのモデルメニューにあるエンジンの一つです。
- モデルメニューから ACE-Step 1.5 を選びます。
- モードを選びます。シンプルでは、用途・雰囲気・楽器を一文で書き、BGM がほしいときはインストゥルメンタルをオンにします。カスタムでは、
[Verse]や[Chorus]などのラベルを付けた歌詞を貼り付け、スタイルを 1 行加えます。歌詞の書き方は自作の歌詞を AI で曲にする方法で解説しています。 - 長さを 10〜600 秒の範囲で設定します。初期値は 120 秒です。
- 思考モードをオンのままにするか決めて（下記参照）、生成をクリックします。
1 回の生成で 1 曲できます。再生用の MP3 と、ダウンロード用のロスレス FLAC です。同じ歌詞でほかのエンジンと比べたい場合は、AI 作曲モデル比較をご覧ください。
思考モードはオンにすべき？
思考モードは初期設定でオンです。時間がかかり、1 秒あたりの料金は倍になりますが、RaoMusic の説明では通常は仕上がりが良くなります。料金はオンで 1 秒 0.16 クレジット、オフで 0.08 クレジット、端数切り上げ、最低 10 クレジットです。最低料金があるため、1 分程度までの曲はどちらでも 10 クレジットで、短い曲なら思考モードの追加料金はかかりません。初期値の 120 秒では 20 クレジット対 10 クレジットになります。
大きいのは待ち時間です。下のテストでは、思考モードありの生成はなしの約 9 倍かかりました。アイデアのスケッチはオフで素早く、残したいバージョンはオンで作るのがおすすめです。
詳細設定は変えるべき？
4 つとも任意です。最初は自動のままにし、曲を何かに合わせる必要が出てきたら 1 つずつ足していきましょう。
- BPM：30〜300 の整数。動画のカット割りや既存のビートに合わせたいときに。
- キー：C Major、Am、F# minor など。別のパートと一緒に鳴らす曲に。
- 拍子：2/4、3/4、4/4、6/8。たとえばワルツなら 3/4。
- ボーカル言語：歌詞の言語を選ぶか、自動のままにしてモデルに判定させます。
思考モードのオンとオフ、テストでどう違った？
同じシンプルモードのプロンプトを、インストゥルメンタルをオン、長さ 60 秒にして 2 回生成しました。1 回は思考モードあり、もう 1 回はなしで、リクエストから曲の完成までをそれぞれ計測しています。
プロンプト：A short instrumental lo-fi hip-hop bed for a late-night coding session, warm electric piano, soft brushed drums, rounded bass, no vocals.（深夜のコーディング作業向けの短い lo-fi hip-hop インスト BGM。温かいエレピ、柔らかいブラシのドラム、丸みのあるベース、ボーカルなし。）
| 設定 | 思考モード オン | 思考モード オフ |
|---|---|---|
| 長さ | 60 秒 | 60 秒 |
| クレジット | 10 | 10 |
| 完成までの時間 | 約 4 分（243 秒） | 約 28 秒 |
思考モード オン
試聴メモ：冒頭から温かいエレピ、やわらかいベース、ゆったりしたブラシのビートが鳴り、コーディング配信やチュートリアル動画の BGM としてそのまま使えます。最後の一瞬に息のような声っぽい音が入るので、公開前に最後の 1 秒をカットしてください。
思考モード オフ
試聴メモ：同じピアノとベースでボーカルもありませんが、ドラムが入るのは 20 秒ほど経ってからで、ブラシというよりフィルターをかけた hip-hop のビートに聞こえます。控えめな BGM なら問題ありません。1 小節目からビートが必要なら、もう一度生成するか思考モードをオンにしましょう。
思考モードありのほうがプロンプトに忠実で、なしのほうはずっと速く、こちらも十分使えます。この長さなら思考モードに追加料金はかからないので、数分待てるなら短い曲はオンにしておくのが得策です。この系統のプロンプト例は lo-fi 音楽ガイドにまとめています。
よくある質問
プロジェクトは MIT ライセンスで公開されており、コードとモデルの商用利用が認められています。README では、作品のオリジナリティを確認し、AI を使ったことを明示するよう求めています。RaoMusic で生成した曲には、RaoMusic のロイヤリティフリー商用ライセンスが適用されます。
プロジェクトは 50 以上の言語に対応するとしています。RaoMusic のボーカル言語メニューでは、英語、中国語、日本語、韓国語、スペイン語、フランス語、ドイツ語に加え、歌詞から言語を自動判定する「自動」を選べます。
ACE-Step そのものではできません。ブラウザ版はテキストからの作曲のみです。カバー生成、リペイント、参考音源はローカル版の機能です。
はい。MP3 版の準備ができたら、RaoMusic のほかのツールで曲を延長したり、カバー版を作ったり、ボーカルや伴奏を追加したりできます。一部区間の差し替えは ACE-Step の曲では使えません。
2026 年 4 月に公開された大型版で、デコーダーを 40 億パラメータにして音質を高めたものです。ローカル向けで、オフロードを使って 12 GB 以上、使わない場合は 20 GB の VRAM が必要です。