/ Модель
Каталог

Характеристики

Лицензия
Apache 2.0
Базовая модель
ACE-Step-v1-3.5B
Опубликована
9 мая 2025

Ссылки

Hugging Face

ace-gguf

calcuis
Генерация аудиоТекст → аудио3 профессии

calcuis/ace-gguf — GGUF-квантизированная версия модели ACE-Step v1-3.5B, разработанной ACE-Step, предназначенная для генерации аудио по текстовому описанию.

7 550скачиваний за 30 дней31лайквеса обновлены14 июл 2025

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

Модель интегрируется с ComfyUI и рассчитана на сценарии text-to-audio, включая создание музыки, вокала, инструментальных партий и звуковых сцен по промптам. В репозитории представлен полный комплект GGUF-файлов: основная модель, текстовый энкодер и VAE.

Известно, что модель основана на ACE-Step v1-3.5B и использует энкодер umt5-base; конкретная архитектура, поддерживаемые языки, размер контекста и точные параметры квантования в README не указаны. Для работы требуются компоненты ace-step, umt5-base и pig, размещённые в соответствующих каталогах ComfyUI. GGUF-формат обычно обеспечивает более быструю загрузку по сравнению с safetensors, однако часть ключевых тензоров сохранена в формате F32, поэтому размер файлов уменьшен незначительно.

Модель удобна для запуска в ComfyUI без отдельного safetensors-чекпойнта и поставляется с примерами аудио. Ограничения включают зависимость от ComfyUI, gguf-node и совместимых узлов, а также необходимость отдельно подготовить компоненты и использовать актуальную версию ComfyUI для поддержки umt5-base. Лицензия — Apache-2.0.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
I.9Универсальные способностиАудио и музыкаAI помогает анализировать, очищать, преобразовывать и создавать звук и музыку.15 задач4 835моделейIV.9Отраслевые задачиМедиа, журналистика, культура, архивы и игрыAI помогает создавать, искать, сохранять и персонализировать медиа, культурный и игровой контент.44 задачи14 938моделейI.10Универсальные способностиВидео, анимация и 3DAI помогает создавать, анализировать и преобразовывать динамический визуальный контент и 3D-сцены.18 задач3 279моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

gguf quantized ace-step-v1-3.5b

  • base model from ace-step
  • full set gguf (model+encoder+vae) works right away

setup (once)

  • drag ace-step to > ./ComfyUI/models/diffusion_models
  • drag umt5-base to > ./ComfyUI/models/text_encoders
  • drag pig to > ./ComfyUI/models/vae

screenshot

workflow

  • drag json or demo audio below to browser for workflow
PromptAudio Sample
female singing pop music electronic beats fennec corecute fennec girlmassive fennec earsbig fluffy taillong blonde wavy hairlarge blue eyesI love fennec girl🎧 ace-step
female singing pop music electronic beats fennec corecute pinky pigmassive pinky earsbig fluffy taillong cutie wavy hairlarge blue eyesI love pinky pig🎧 ace-audio

review

  • note: as need to keep some key tensors (in f32 status) to make it works; file size might not decrease that much; but load faster than safetensors checkpoint in general (no last minute bottle neck problem)
  • rebuilding umt5-base tokenizer logic applied successfully; upgrade your node to the latest version for umt5-base encoder support; hence, safetensors checkpoint is no longer needed (removed here; if you want it still, you could get it from comfyui-org)
  • get more umt5-base encoder here

bonus: fp8/16/32 scaled stable-audio-open-1.0 with gguf quantized t5_base encoder

  • base model from stabilityai
  • note: this is a different model; don't mix it up; also powerful and lite weight

setup (once)

  • drag t5-base to > ./ComfyUI/models/text_encoders
  • drag safetensors to > ./ComfyUI/models/checkpoints
  • drag pig to > ./ComfyUI/models/vae

screenshot

PromptAudio Sample
heaven church electronic dance music🎧 stable-audio

review

  • note: the safetensors checkpoint in this repo is an extracted version; only contains model and condition switch tensors (extremely lite weighted); no clip and vae inside; should use it along with separate clip (text encoder) and vae
  • opt to get fp8/16/32 scaled checkpoint with model and vae embedded here
  • get more t5-base encoder here

reference

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Не удалось определить, чем загружать веса модели (нет library_name и architectures).

Ревизия весов
bf9c015

0 моделей

    Создать бенчмарк