本地AI音樂生成神器：ACE-Step UI，免費無限，徹底告別Suno訂閲

作者：惡人筆記
日期：2026年6月23日 上午7:37
來源：WeChat 原文

✦整理版優先睇

速讀 5 個重點 高亮

ACE-Step 1.5 開源音樂模型配合 ACE-Step UI，提供免費本地 AI 音樂生成，告別 Suno 訂閲限制

整理版摘要

呢篇文章主要介紹一個開源項目 ACE-Step 1.5 音樂模型同埋佢嘅圖形界面 ACE-Step UI。作者係根據公開嘅 GitHub 資訊同社區反饋整理，想幫音樂愛好者、獨立創作者同內容製作者揾到一個免費、本地運行嘅 AI 音樂生成工具。整體結論係呢個組合可以大大降低本地創作門檻，告別訂閲限制，令用戶可以自由發揮創意。

ACE-Step 1.5 係一個高效嘅開源音樂基礎模型，能夠喺消費級硬件上快速生成帶歌詞、人聲同完整樂器嘅歌曲，質量接近甚至超越商業模型。佢支援 50+ 語言提示詞、LoRA 個性化訓練、Cover、Repaint 同 Stem 分離等功能。而 ACE-Step UI 提供咗一個類似 Spotify 嘅界面，集提示詞輸入、生成、試聽、編輯、庫管理等功能於一身，令用戶更容易上手。文章詳細介紹咗幾種安裝方法，包括 Windows 一鍵包、Pinokio 一鍵安裝同標準安裝，並且畀出基本使用流程同提示詞技巧。

雖然呢個組合同樣有硬件需求同學習曲線，例如 Thinking Mode 建議 12GB+ VRAM，輸出質量好依賴提示詞，音頻一致性喺極端情況下可能有瑕疵，但對於想自由創作嘅人嚟講，絕對係一個值得試嘅選項。作者建議入門者可以由簡單模式加 AI Enhance 開始，慢慢進階到訓練個人 LoRA 或者結合 DAW 做二次製作。最終，呢個組合代表咗 2026 年開源 AI 音樂工具嘅一個成熟體驗，提供…

  • ACE-Step 1.5 係開源音樂模型，喺 RTX 3090 上生成一首歌唔使 10 秒，最低只需 4GB VRAM，支援多平台。
  • ACE-Step UI 提供 Spotify 風格界面，集成提示詞管理、高級控制、內置編輯器同音頻工具，大幅降低使用門檻。
  • 相比 Suno、Udio 等雲端服務，本地運行完全免費、無生成限制、保障隱私，生成內容版權歸用戶自己。
  • 安裝可以揀一鍵包或 Pinokio，新手建議用 Windows Portable 包；基本使用分簡單模式同自定義模式，後者可調整歌詞、風格、參數。
  • 潛在限制包括硬件依賴（Thinking Mode 建議 12GB+ VRAM）、學習曲線同音頻一致性問題，適合音樂愛好者、YouTuber、BGM 創作者等。
值得記低
連結 github.com

ACE-Step 1.5 官方 GitHub

ACE-Step 1.5 開源音樂模型倉庫，包含模型權重、程式碼同文檔。

開啟
連結 github.com

ACE-Step UI 官方 GitHub

ACE-Step UI 圖形界面倉庫，提供安裝說明同使用指南。

開啟
整理重點

ACE-Step 1.5：開源音樂模型嘅核心優勢

ACE-Step 1.5 係一個高效嘅開源音樂基礎模型，由 ACE-Step 團隊開發。佢能夠喺消費級硬件上快速生成帶歌詞、人聲同完整樂器嘅歌曲，質量接近甚至喺某些指標上超越商業級模型好似 Suno。

核心亮點包括速度超快、硬件友好同功能豐富。

  • 速度快：喺 RTX 3090 上生成完整歌曲通常唔使 10 秒，高端卡上更快。
  • 硬件友好：最低只需約 4GB VRAM（無 LLM 增強時），支援 NVIDIA、AMD、Intel 甚至 Mac 設備。
  • 功能豐富：支援 50+ 語言提示詞、LoRA 個性化訓練、Cover、Repaint、Stem 分離等。
  • 架構創新：結合語言模型做規劃同 Diffusion Transformer 做音頻合成，結構連貫性好。
  • 開源友好：MIT 許可，支援商業使用，模型同程式碼全公開。

相比雲端嘅 Suno/Udio 閉源服務，呢個模型完全本地運行，保障隱私安全、無訂閲、無生成限制，生成內容完全歸自己所有。

整理重點

ACE-Step UI：將複雜工作流變成一鍵操作

單純嘅模型命令行或 Gradio 界面用起嚟仲有門檻，ace-step-ui 正好解決呢個問題。佢係一個 React + TypeScript 開發嘅現代 Web 界面，已經獲得數千 Star，社區反饋唔錯。

主要功能亮點包括提示詞與歌詞管理、高級控制同集成工具。

  • 提示詞與歌詞管理：內置編輯器、結構標籤（如 [Verse]、[Chorus]）、AI 增強、模板同歷史複用。
  • 高級控制：自訂 BPM、Key、時長、風格標籤、推理步數、Seed 控制、批量生成、參考音頻 Cover、Repaint 等。
  • 集成工具：內置 AudioMass 音頻編輯、Demucs Stem 分離、漸變專輯封面生成、視頻背景合成（需 Pexels API）。
  • 庫管理：搜索、點讚、播放列表、本地保存所有生成內容。
  • 其他：實時進度、LAN 局域網訪問、多設備使用、隊列管理。

一句講曬，呢個 UI 將專業音樂生產工作流濃縮到一個美觀易用嘅界面，避免喺命令行、播放器、編輯軟件之間反覆切換，極其友好。

整理重點

安裝與使用：幾種方法對應唔同用戶

硬件要求方面，NVIDIA GPU 推薦（4GB+ VRAM），Node.js 18+，Python 3.10+。Windows 用戶最友好。以下係幾種安裝方式：

  1. 1 Windows 一鍵包（強烈推薦新手）：下載 ACE-Step 1.5 Windows Portable 包（約 5GB），解壓到 C:\ACE-Step-1.5，然後 Clone UI 倉庫，運行 setup.bat 同 start-all.bat 即可。
  2. 2 Pinokio 一鍵安裝：支援跨平台，自動處理依賴同模型下載，好適合唔想折騰命令行的用戶。
  3. 3 標準安裝（Linux/macOS/Windows 通用）：先安裝 ACE-Step 核心（git clone + uv venv + pip install），再安裝 UI（git clone + setup 腳本），分別啟動 Gradio API（port 8001，帶 –enable-api）同 UI（start 腳本），之後瀏覽器打開 http://localhost:3000 即可。

基本使用流程分簡單模式同自定義模式。

簡單模式直接輸入描述，例如「upbeat pop song about summer adventures with catchy hooks」。自定義模式就要填寫歌詞（帶結構標籤）、風格、參數，可以開啓 AI Enhance 或 Thinking Mode 提升質量。生成後可以立即試聽、編輯、保存到庫、導出，或者用內置工具進一步處理。

提示詞技巧方面，建議具體描述風格、情緒、結構；用參考音頻做 Cover；批量生成多版本挑選；Seed 固定可復現。

整理重點

優勢與限制：值唔值得試？

優勢好明顯：成本為零、隱私安全、創作自由度高、迭代快。潛在不足包括硬件依賴、學習曲線、音頻一致性問題同安裝初期可能要踩坑。

  • 優勢：免費無限生成、隱私安全、創作自由度高、適合音樂愛好者同內容製作者快速實驗。
  • 不足：硬件要求高（尤其 Thinking Mode）、新手需要時間熟悉提示工程同參數、開源模型喺超長曲目或極端風格上可能有瑕疵。

使用建議：入門可以由簡單模式加 AI Enhance 開始，進階可以訓練個人 LoRA 捕捉特定風格，或者結合 DAW 做二次製作。

適合嘅人羣包括音樂愛好者、YouTuber、BGM 創作者、想探索 AI 嘅獨立音樂人等。商業使用前要確認許可細節。如果硬件不足，可以考慮之前分享過嘅 ComfyUI 版本工作流，或者雲端服務作為補充。

音樂愛好者、獨立創作者、內容製作者可以留意下呢個項目，以前已經分享過呢個好實用嘅ACE-Step 1.5音樂模型。

最近喺X（Twitter）上又見到有個開發者熱情推薦一個開源項目：ace-step-ui，佢為強大嘅本地AI音樂模型ACE-Step 1.5提供咗一個專業、好用嘅圖形介面。好多人可能會覺得用命令行跑模型太麻煩，呢個UI將提示詞輸入、生成、試聽、迭代等流程全部集成喺一個窗口入面，大大降低咗使用門檻。

圖片

今日就嚟詳細講下呢個項目，希望幫到想本地創作音樂嘅朋友。

一、ACE-Step 1.5：開源音樂生成嘅「殺手級」模型

ACE-Step 1.5係一個高效嘅開源音樂基礎模型，由ACE-Step團隊開發。佢能夠喺消費級硬件上快速生成帶歌詞、人聲同完整樂器嘅歌曲，質量接近甚至喺某啲指標上超越咗商業級模型，例如Suno。

核心亮點：

  • • 速度快：喺RTX 3090上生成完整歌曲通常唔使10秒，高端卡上更快。
  • • 硬件友好：最低只需大約4GB VRAM（冇LLM增強時），支援NVIDIA、AMD、Intel甚至Mac設備。
  • • 功能豐富：支援50+語言提示詞、LoRA個性化訓練（幾首歌就可以微調風格）、Cover（用參考音頻轉換風格）、Repaint（局部重繪）、Stem分離等。
  • • 架構創新：結合語言模型（LM）做規劃（生成結構、歌詞、caption）同Diffusion Transformer做音頻合成，結構連貫性好。
  • • 開源友好：MIT許可，支援商業使用，模型同代碼全部公開。

相比雲端嘅Suno/Udio閉源服務，佢完全本地運行，私隱安全、冇訂閲、冇生成限制、生成內容完全歸自己所有。

圖片

二、ACE-Step UI：令模型真正好用嘅「Spotify式」介面

單純嘅模型命令行或Gradio介面用起上嚟仲係有門檻。ace-step-ui正正係為咗呢個原因而嚟。佢係一個React + TypeScript開發嘅現代Web介面，已經獲得數千Star，社區反饋都唔錯。

圖片

主要功能亮點：

  • • Spotify風格介面：暗/亮模式切換、底部播放器、波形顯示、進度條，試聽體驗一流。
  • • 提示詞同歌詞管理：內置編輯器、結構標籤（例如[Verse]、[Chorus]）、AI增強（自動豐富描述、生成BPM/Key）、模板同歷史複用。
  • • 高級控制：自訂BPM、Key、時長、風格標籤、推理步數、Seed控制、批量生成、參考音頻Cover、Repaint等。
  • • 集成工具：內置AudioMass音頻編輯、Demucs Stem分離、漸變專輯封面生成、視頻背景合成（需要Pexels API）。
  • • 庫管理：搜索、讚好、播放列表、本地保存所有生成內容。
  • • 其他：實時進度、LAN區域網絡訪問、多設備使用、隊列管理。

一句講曬，就係：佢將專業音樂生產工作流程濃縮到一個美觀易用嘅介面入面，避免咗喺命令行、播放器、編輯軟件之間反覆切換，極之友好。

三、安裝同使用方法

硬件要求：NVIDIA GPU推薦（4GB+ VRAM），Node.js 18+，Python 3.10+。Windows用戶最友好。

推薦安裝方式（最簡單）：

  1. 1. Windows一鍵包（強烈推薦俾新手）：
    • ◦ 下載ACE-Step 1.5 Windows Portable包（約5GB），解壓到C:\ACE-Step-1.5。
    • ◦ Clone UI倉庫：git clone https://github.com/fspecii/ace-step-ui。
    • ◦ 進入UI目錄，執行setup.bat，然後用start-all.bat一鍵啟動所有服務就可以使用。
  2. 2. Pinokio一鍵安裝：支援跨平台，自動處理依賴同模型下載，非常適合唔想搞命令嘅用戶。
  3. 3. 標準安裝（Linux/macOS/Windows通用）：
    • ◦ 先安裝ACE-Step核心（git clone + uv venv + pip install）。
    • ◦ 再安裝UI（git clone + setup腳本）。
    • ◦ 分別啟動Gradio API（port 8001，帶–enable-api）同UI（start腳本）。
    • ◦ 啟動後，瀏覽器打開 http://localhost:3000 就可以使用。首次可能需要等模型載入。

唔同方式嘅具體安裝流程，可以參考項目主頁嘅詳細說明。

基本使用流程：

  • • 簡單模式：直接輸入描述，例如「upbeat pop song about summer adventures with catchy hooks」。
  • • 自訂模式：填寫歌詞（帶結構標籤）、風格、參數，開啟AI Enhance或Thinking Mode提升質量。
  • • 生成後：立即試聽、編輯、保存到庫、導出，或者用內置工具進一步處理（剪輯、Stem分離、做視頻）。
  • • 提示詞技巧：具體描述風格、情緒、結構；用參考音頻做Cover；批量生成多版本揀選；Seed固定可重現。

設定檔：編輯server/.env，可以調整端口、API地址等。

四、分析同使用建議

優勢明顯：

  • • 成本為零、私隱安全、創作自由度高。
  • • 迭代快，本地無限生成適合音樂愛好者、獨立創作者、內容製作者快速實驗。

潛在不足：

  • • 硬件依賴：雖然4GB可以跑，但如果想用Thinking Mode（LLM增強）或更高批量，建議12GB+ VRAM，否則速度或質量可能會打折。
  • • 學習曲線：新手需要花時間熟悉提示工程同參數。輸出質量受提示詞影響大，唔一定係「輸入一句話就完美輸出」嘅。
  • • 音頻一致性：開源模型喺超長曲目或極端風格上可能仲有瑕疵（人聲有時唔穩、結構有時鬆散），需要多次迭代或後續二次製作。
  • • 安裝初期：下載模型+依賴可能需要啲時間，首次設定可能會踩坑（建議嚴格跟足文件做）。

使用建議：

  • • 入門：由簡單模式+AI Enhance開始，生成短曲練習提示詞。
  • • 進階：訓練自己嘅LoRA捕捉特定風格；或者結合DAW軟件二次製作；或者用Stem分離後混音。
  • • 適合人羣：音樂愛好者、YouTuber、BGM創作者、想探索AI嘅獨立音樂人等。商業使用前確認許可細節。
  • • 替代方案：如果硬件唔夠，可以考慮之前分享過嘅ComfyUI版本嘅ACE-Step工作流程，或者雲端服務作為補充。

最後：音樂創作嘅AI時代

ACE-Step 1.5 + ACE-Step UI組合，代表咗2026年開源AI音樂工具嘅一個成熟體驗。佢唔能夠完美取代Suno，但提供咗自由、可控、零成本嘅另一種路徑。可以令創作者唔再被訂閲同等待隊列限制，能夠真正將AI當作創意助手，隨意發揮。

有興趣嘅朋友可以去試下：

  • • ACE-Step 1.5：https://github.com/ace-step/ACE-Step-1.5
  • • ACE-Step UI：https://github.com/fspecii/ace-step-ui

（本文係基於公開GitHub資訊同社區反饋整理，工具更新比較快，建議以官方文件為準。）

音樂愛好者、獨立創作者、內容製作者可以關注一下這個項目，以前就分享過這個巨實用的ACE-Step 1.5音樂模型。

最近在X（Twitter）上又看到一個開發者熱情推薦的開源項目：ace-step-ui，它為強大的本地AI音樂模型ACE-Step 1.5提供了一個專業、好用的圖形界面。很多人可能會覺得用命令行跑模型太麻煩，這個UI把提示詞輸入、生成、試聽、迭代等流程全集成在一個窗口裏，極大降低了使用門檻。

圖片

今天就來詳細聊聊這個項目，希望能幫到想本地創作音樂的朋友。

一、ACE-Step 1.5：開源音樂生成的“殺手級”模型

ACE-Step 1.5是一個高效的開源音樂基礎模型，由ACE-Step團隊開發。它能在消費級硬件上快速生成帶歌詞、人聲和完整樂器的歌曲，質量接近甚至在某些指標上超越了商業級模型，比如Suno。

核心亮點：

  • • 速度快：在RTX 3090上生成完整歌曲通常不到10秒，高端卡上更快。
  • • 硬件友好：最低只需約4GB VRAM（無LLM增強時），支持NVIDIA、AMD、Intel甚至Mac設備。
  • • 功能豐富：支持50+語言提示詞、LoRA個性化訓練（幾首歌就能微調風格）、Cover（用參考音頻轉換風格）、Repaint（局部重繪）、Stem分離等。
  • • 架構創新：結合語言模型（LM）做規劃（生成結構、歌詞、caption）和Diffusion Transformer做音頻合成，結構連貫性好。
  • • 開源友好：MIT許可，支持商業使用，模型和代碼全公開。

相比雲端的Suno/Udio閉源服務，它完全本地運行，隱私安全、無訂閲、無生成限制、生成內容完全歸自己所有。

圖片

二、ACE-Step UI：讓模型真正好用起來的“Spotify式”界面

單純的模型命令行或Gradio界面用起來還是有門檻。ace-step-ui正是為此而來。它是一個React + TypeScript開發的現代Web界面，已獲數千Star，社區反饋還不錯。

圖片

主要功能亮點：

  • • Spotify風格界面：暗/亮模式切換、底部播放器、波形顯示、進度條，試聽體驗一流。
  • • 提示詞與歌詞管理：內置編輯器、結構標籤（如[Verse]、[Chorus]）、AI增強（自動豐富描述、生成BPM/Key）、模板和歷史複用。
  • • 高級控制：自定義BPM、Key、時長、風格標籤、推理步數、Seed控制、批量生成、參考音頻Cover、Repaint等。
  • • 集成工具：內置AudioMass音頻編輯、Demucs Stem分離、漸變專輯封面生成、視頻背景合成（需Pexels API）。
  • • 庫管理：搜索、點贊、播放列表、本地保存所有生成內容。
  • • 其他：實時進度、LAN局域網訪問、多設備使用、隊列管理。

一句話總結的話，就是：它把專業音樂生產工作流濃縮到一個美觀易用的界面裏，避免了在命令行、播放器、編輯軟件間反覆切換，極其友好。

三、安裝與使用方法

硬件要求：NVIDIA GPU推薦（4GB+ VRAM），Node.js 18+，Python 3.10+。Windows用戶最友好。

推薦安裝方式（最簡單）：

  1. 1. Windows一鍵包（強烈推薦新手）：
    • ◦ 下載ACE-Step 1.5 Windows Portable包（約5GB），解壓到C:\ACE-Step-1.5。
    • ◦ Clone UI倉庫：git clone https://github.com/fspecii/ace-step-ui。
    • ◦ 進入UI目錄，運行setup.bat，然後用start-all.bat一鍵啓動所有服務即可使用。
  2. 2. Pinokio一鍵安裝：支持跨平台，自動處理依賴和模型下載，非常適合不想折騰命令行的用戶。
  3. 3. 標準安裝（Linux/macOS/Windows通用）：
    • ◦ 先安裝ACE-Step核心（git clone + uv venv + pip install）。
    • ◦ 再安裝UI（git clone + setup腳本）。
    • ◦ 分別啓動Gradio API（port 8001，帶–enable-api）和UI（start腳本）。
    • ◦ 啓動後，瀏覽器打開 http://localhost:3000 即可使用。首次可能需等待模型加載。

不同方式的具體安裝流程，可以參考項目主頁的詳細說明。

基本使用流程：

  • • 簡單模式：直接輸入描述，如“ upbeat pop song about summer adventures with catchy hooks”。
  • • 自定義模式：填寫歌詞（帶結構標籤）、風格、參數，開啓AI Enhance或Thinking Mode提升質量。
  • • 生成後：立即試聽、編輯、保存到庫、導出，或用內置工具進一步處理（剪輯、Stem分離、做視頻）。
  • • 提示詞技巧：具體描述風格、情緒、結構；用參考音頻做Cover；批量生成多版本挑選；Seed固定可復現。

配置文件：編輯server/.env文件，可以調整端口、API地址等。

四、分析與使用建議

優勢明顯：

  • • 成本為零、隱私安全、創作自由度高。
  • • 迭代快，本地無限生成適合音樂愛好者、獨立創作者、內容製作者快速實驗。

潛在不足：

  • • 硬件依賴：雖然4GB可跑，但想用Thinking Mode（LLM增強）或更高批量，推薦12GB+ VRAM，否則速度或質量可能打折。
  • • 學習曲線：新手需花時間熟悉提示工程和參數。輸出質量受提示詞影響大，不一定是“輸入一句話就完美輸出”的。
  • • 音頻一致性：開源模型在超長曲目或極端風格上可能仍有瑕疵（人聲偶爾不穩、結構偶爾鬆散），需多次迭代或後續二次製作。
  • • 安裝初期：下載模型+依賴可能需一定時間，首次配置可能會踩坑（建議嚴格按文檔來）。

使用建議：

  • • 入門：從簡單模式+AI Enhance開始，生成短曲練習提示詞。
  • • 進階：訓練自己的LoRA捕捉特定風格；或者結合DAW軟件二次製作；或者用Stem分離後混音。
  • • 適用人羣：音樂愛好者、YouTuber、BGM創作者、想探索AI的獨立音樂人等。商業使用前確認許可細節。
  • • 替代方案：如果硬件不足，可考慮之前分享過的ComfyUI版本的ACE-Step工作流，或雲端服務作為補充。

最後：音樂創作的AI時代

ACE-Step 1.5 + ACE-Step UI組合，代表了2026年開源AI音樂工具的一個成熟體驗。它不能完美替代Suno，但提供了自由、可控、零成本的另一種路徑。可以讓創作者不再被訂閲和等待隊列限制，能真正把AI當作創意助手，隨意發揮。

感興趣的朋友可以去試試：

  • • ACE-Step 1.5：https://github.com/ace-step/ACE-Step-1.5
  • • ACE-Step UI：https://github.com/fspecii/ace-step-ui

（本文基於公開GitHub信息和社區反饋整理，工具更新較快，建議以官方文檔為準。）