/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
3,1 млрд
Размер весов
19,9 ГБ
Лицензия
MIT
Архитектура
acestep · dense
Библиотека
transformers
Опубликована
2 апр 2026

acestep-v15-xl-turbo

Генерация аудиоТекст → аудио3 профессии

Дистиллированная модель ACE-Step 1.5 XL Turbo генерирует музыку и аудио по текстовому описанию за 8 шагов.

6 586скачиваний за 30 дней223лайкавеса обновлены7 апр 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

ACE-Step 1.5 XL Turbo — вариант модели ACE-Step 1.5 от проекта ACE-Step для генерации музыки и аудио. Это дистиллированная модель с архитектурой DiT Decoder и 3,1 млрд параметров по метаданным; README обозначает вариант как XL 4B. В карточке также указаны библиотека Transformers, формат safetensors и контекст 32 768 токенов.

Модель предназначена для генерации аудио по текстовому описанию. Turbo-вариант рассчитан на быстрый вывод за 8 шагов и ориентирован на высокое качество звука; README отмечает, что XL совместима с LM-моделями ACE-Step размером 0,6B, 1,7B и 4B. Для запуска требуется GPU с 12–20 ГБ VRAM в зависимости от квантования и выгрузки на CPU.

README сообщает, что обучение использовало лицензированную, royalty-free, общественно доступную и синтетическую музыку, а сгенерированную музыку можно использовать в коммерческих целях. Лицензия репозитория — MIT. Модель генерирует аудио, но сведения о поддерживаемых естественных языках и конкретных аудиоформатах в предоставленных данных отсутствуют.

Сценарии применения

  • генерация музыкального фрагмента по текстовому описанию
  • создание фоновой музыки для видео и игр
  • быстрое создание музыкальных идей и демо
  • генерация аудио для коммерческих проектов

Ограничения

Для работы требуется GPU с 12–20 ГБ видеопамяти в зависимости от настроек выгрузки и квантования. README описывает стандартные задачи генерации и не заявляет поддержку задач вариантов base и SFT, таких как извлечение или дополнение аудио.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Model Details

This is the XL (4B) Turbo variant of ACE-Step 1.5 — a distillation-accelerated model that generates high-quality audio in just 8 steps. Combines the speed of turbo with the quality of the 4B architecture.

XL Architecture

ParameterValue
DiT Decoder hidden_size2560
DiT Decoder layers32
DiT Decoder attention heads32
Encoder hidden_size2048
Encoder layers8
Total params~4B
Weights size (bf16)~18.8 GB
Inference steps8 (no CFG, distilled)

GPU Requirements

VRAMSupport
≥12 GBWith CPU offload + INT8 quantization
≥16 GBWith CPU offload
≥20 GBWithout offload (recommended)
≥24 GBFull quality (XL + 4B LM)

All LM models (0.6B / 1.7B / 4B) are fully compatible with XL.

Key Features

  • 💰 Commercial-Ready: Trained on legally compliant datasets. Generated music can be used for commercial purposes.
  • 📚 Safe Training Data: Licensed music, royalty-free/public domain, and synthetic (MIDI-to-Audio) data.
  • ⚡ Fast: 8-step inference — the fastest XL variant.
  • 🔮 Higher Quality: 4B parameters provide richer audio quality than 2B turbo.

Quick Start

# Install ACE-Step
git clone https://github.com/ace-step/ACE-Step-1.5.git
cd ACE-Step-1.5
pip install -e .

# Download this model
huggingface-cli download ACE-Step/acestep-v15-xl-turbo --local-dir ./checkpoints/acestep-v15-xl-turbo

# Run with Gradio UI
python acestep --config-path acestep-v15-xl-turbo

Model Zoo

XL (4B) DiT Models

DiT ModelCFGStepsQualityDiversityTasksHugging FaceModelScope
acestep-v15-xl-base✅50HighHighAll (extract, lego, complete)LinkLink
acestep-v15-xl-sft✅50Very HighMediumStandardLinkLink
acestep-v15-xl-turbo❌8Very HighMediumStandardThis repoLink

LM Models (all compatible with XL)

LM ModelParamsAudio UnderstandingCompositionHugging FaceModelScope
acestep-5Hz-lm-0.6B0.6BMediumMediumLinkLink
acestep-5Hz-lm-1.7B1.7BMediumMediumIncluded in mainIncluded in main
acestep-5Hz-lm-4B4BStrongStrongLinkLink

Acknowledgements

This project is co-led by ACE Studio and StepFun.

Citation

@misc{gong2026acestep,
    title={ACE-Step 1.5: Pushing the Boundaries of Open-Source Music Generation},
    author={Junmin Gong, Yulin Song, Wenxiao Zhao, Sen Wang, Shengyuan Xu, Jing Guo},
    howpublished={\url{https://github.com/ace-step/ACE-Step-1.5}},
    year={2026},
    note={GitHub repository}
}

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Модели нужен код из репозитория; автор пока не в списке доверенных организаций.

Класс архитектуры
AceStepConditionGenerationModel
Ревизия весов
d4a0b28

0 моделей