GPT
הוספת כלי
A

Ace-Step1.5

קוד פתוח

ACE-Stepmit2026-01-23

  • transformers
  • diffusers
  • safetensors
  • acestep
  • feature-extraction

מודל פתוח ליצירת מוזיקה מטקסט, שרץ מקומית על פחות מ־4GB של זיכרון מסך ומייצר שיר מלא בכמה שניות. מתאים למי שרוצה לשלוט בייצור אודיו בלי להסתמך על שירותים חיצוניים סגורים.

  • 32,768טוקנים בהקשר
  • 9.4 GBמשקל הקבצים
  • 55,908הורדות בחודש
  • 845לייקים

מה זה

מדובר במודל שמחבר בין מודל שפה שמתכנן את מבנה השיר, המילים והמטא-דאטה, לבין מודל דיפוזיה שמייצר את האודיו בפועל. השילוב הזה יודע לייצר קטעים קצרים או שירים שלמים באורך של עד עשר דקות, על בסיס טקסט ביותר מחמישים שפות, ומאפשר גם עריכה של שירים קיימים, הפקת גרסאות כיסוי והוספת מוזיקת רקע לשירה.

ההבדל המשמעותי מול רוב פתרונות המוזיקה הפתוחים נוגע למקורות המידע שלו. המפתחים אימנו אותו על מאגר של רצועות ברישיון מסחרי, מוזיקה ברשות הציבור ודאטה סינתטי מבוסס מידי, כך שתוצרי האודיו מתאימים ישירות לשימוש מסחרי ללא חשש מתביעות זכויות יוצרים.

מתאים ל

  • מוזיקת רקע למשחקים

    יצירה מקומית מהירה של קטעי לופ או שירים שלמים ללא עלויות רישוי תובעניות.

  • יצירת קאברים ועריכה

    החלפת סגנון מוזיקלי לרצועה קיימת או התאמת ליווי מוזיקלי לשירה מוקלטת.

  • הפקה ליוצרי תוכן

    הפקת פסקול מקורי בטוח מזכויות יוצרים ישירות ממחשב אישי ובשניות בודדות.

איפה זה נופל

למרות האיכות הגבוהה בגרסת הטורבו הזו, היא מוותרת לחלוטין על יכולות מתקדמות של חילוץ ערוצים מבודדים והרכבה מודולרית של כלים, יכולות שקיימות רק בגרסת הבסיס האיטית יותר. בנוסף, מודל השפה המתווך משפיע ישירות על הדיוק בהעתקת מנגינות ובהבנת אודיו, כך שתצטרכו לבדוק את איכות ההפקה בשפות פחות נפוצות לפני שילוב ישיר במערכת.

שאלות
נפוצות

אפשר להשתמש בשירים שיוצאים ממנו במוצר מסחרי?

כן. המודל שוחרר תחת רישיון MIT ואומן במכוון על מוזיקה ברישיון מלא, קטעים ללא זכויות ודאטה סינתטי. אתם יכולים למכור את התוצרים או לשלב אותם במוצר שלכם.

האם הוא חייב שרת יקר כדי לרוץ בזמן סביר?

לא. הוא תוכנן לעבוד על חומרה ביתית ודורש פחות מ־4GB של זיכרון מסך. על כרטיס כמו RTX 3090 הוא מייצר שיר מלא בפחות מעשר שניות.

האם המודל מבין הנחיות בעברית?

הוא אומן לתמוך ביותר מחמישים שפות, אך כדאי לבדוק בפועל את ההבנה של מונחים מוזיקליים מורכבים בעברית לעומת אנגלית לפני הטמעה רחבה.

איך מריצים

אתם מורידים קבצים במשקל כולל של כ־9.4 גיגה-בייט ומריצים אותם מקומית ישירות דרך ספריית transformers. בזכות דרישת זיכרון של פחות מ־4GB VRAM, אפשר להריץ אותו בנוחות על כרטיס מסך ביתי פשוט, כשעל כרטיס RTX 3090 ייצור שיר מלא לוקח פחות מעשר שניות, ועל A100 פחות משתי שניות.

הגרסה הזו מבוססת על מודל טורבו שרץ בשמונה צעדים בלבד. אם יש לכם צורך בפיצ'רים מתקדמים יותר של פירוק והרכבת ערוצים, מודל הבסיס ידרוש חמישים צעדים אבל ייתן גמישות רחבה יותר.

from transformers import pipeline

pipe = pipeline("text-to-audio", model="ACE-Step/Ace-Step1.5")
print(pipe("שלום"))

הקבצים

28 קבצים במאגר, 9.4 GB סך הכול. הקישורים מובילים ישירות ל־Hugging Face.

הרישיון

הפרויקט מופץ תחת רישיון MIT. המשמעות פשוטה, מותר להשתמש בו לכל מטרה, כולל מוצרים מסחריים, שינוי הקוד והפצה מחדש, בלי לשלם תמלוגים, כל עוד שומרים על הודעת זכויות היוצרים המקורית.

  • שימוש מסחרי
  • שינוי הקוד
  • הפצה מחדש

הרישיון המלא בעמוד המודל ↗