ACE-Step 1.5：開源 AI 音樂生成實測

ACE-Step 1.5 是 ACE Studio 與階躍星辰（StepFun）共同主導的開源音樂生成模型，採用 MIT 授權。它能依文字提示詞和選填的歌詞生成完整歌曲，有人聲或純音樂都可以，長度從 10 秒到 10 分鐘，支援 50 多種語言。你可以在自己的電腦上免費執行，也可以在 RaoMusic 網頁上直接使用：不需要付費訂閱，每次生成 10 點數起。

最後核對：2026年11月4日。

ACE-Step 1.5 能做什麼？

根據官方文件和 GitHub 儲存庫，完整版本包含：

• 文字生成音樂：風格提示詞加上帶段落標籤的歌詞，長度 10 秒到 10 分鐘。
• 編輯：為現有音檔生成翻唱版本、重新生成歌曲中選定的段落（局部重繪），以及把人聲轉成背景音樂。
• 訓練自己的風格：用幾首歌訓練 LoRA。專案提供的參考是 8 首歌，在 12 GB 顯示記憶體的 RTX 3090 上大約一小時。
• 速度：專案表示在 A100 上生成一首完整歌曲不到 2 秒，在 RTX 3090 上不到 10 秒。

怎麼在自己的電腦上執行 ACE-Step 1.5？

照著官方安裝指南操作：取得程式碼、設定 Python 3.11 或 3.12、下載模型，再啟動網頁介面。專案表示基礎模型不到 4 GB 顯示記憶體就能執行。記憶體更大時，它的顯示卡對照表建議搭配更大的語言模型，效果更好。

自己執行除了硬體之外不花錢，上面所有功能都能用。如果沒有合適的顯示卡，或只是想先試幾個提示詞，下面的網頁版完全不用設定。

怎麼線上使用 ACE-Step 1.5？

在 RaoMusic 上，ACE-Step 1.5 是創作頁模型選單裡的引擎之一。

1. 在模型選單中選 ACE-Step 1.5。
2. 選擇模式。簡單模式下，用一句話描述用途、情緒和樂器；想要背景音樂就打開純音樂。自訂模式下，貼上帶 [Verse]、[Chorus] 等標籤的歌詞，再加一行風格。我們的用自己的歌詞生成歌曲指南說明了歌詞的格式。
3. 把長度設在 10 到 600 秒之間，預設是 120 秒。
4. 決定要不要保持思考開啟（見下文），再點生成。

每次生成會得到一首曲目：一個用來播放的 MP3，以及一個可下載的無損 FLAC。想用同一份歌詞比較 ACE-Step 與其他引擎，可以看我們的 AI 音樂模型比較。

值得開啟「思考」嗎？

「思考」預設開啟。它比較慢，每秒價格是關閉時的兩倍，RaoMusic 的說明是開啟後通常效果較好：開啟每秒 0.16 點數，關閉每秒 0.08 點數，無條件進位，最低 10 點數。因為有最低消費，大約一分鐘以內的曲子開不開都是 10 點數，所以短曲開「思考」不會多花錢。預設的 120 秒則是 20 點數對 10 點數。

真正的代價是等待。在下面的實測中，開「思考」花的時間大約是不開的九倍。想快速出草稿就關掉，準備保留的那一版再打開。

進階設定要調嗎？

四項都是選填。第一版先維持自動，等曲子需要配合某樣東西時，再一次加一項：

• BPM：30 到 300 的整數，用在音樂要對上影片剪輯點或配合現有節拍時。
• 調式：例如 C Major、Am 或 F# minor，曲子要和另一段音樂一起播放時使用。
• 拍號：2/4、3/4、4/4 或 6/8，例如華爾滋用 3/4。
• 人聲語言：選擇歌詞使用的語言，或維持自動，讓模型自己判斷。

「思考」開與關，實測差多少？

我們用同一段簡單模式提示詞跑了兩次，開啟純音樂、長度 60 秒，一次開「思考」一次不開，並從送出請求到曲目完成為每次計時。

提示詞：A short instrumental lo-fi hip-hop bed for a late-night coding session, warm electric piano, soft brushed drums, rounded bass, no vocals.（一段適合深夜寫程式的簡短 lo-fi hip-hop 純音樂背景，溫暖的電鋼琴、輕柔的鼓刷、圓潤的貝斯，不要人聲。）

開啟思考

試聽筆記：一開始就是溫暖的電鋼琴、柔和的貝斯和放鬆的鼓刷節奏，直接拿來當寫程式直播或教學影片的背景就可以。最後一瞬間有一點像人聲的氣音，發布前剪掉最後一秒。

關閉思考

試聽筆記：同樣的鋼琴和貝斯，沒有人聲，但鼓過了大約 20 秒才進來，聽起來比較像濾波過的 hip-hop 鼓點，而不是鼓刷。當安靜的背景沒問題；如果需要第一小節就有節奏，重新生成一次或打開「思考」。

開「思考」比較貼近提示詞；不開快很多，也堪用。既然這個長度下「思考」不會多花點數，只要能等幾分鐘，短曲預設開著比較划算。想看更多這種風格的提示詞，可以參考我們的 lo-fi 音樂指南。