ACE-Step UI在本地免费进行专业级 AI 音乐生成【免费下载链接】ace-step-ui The Ultimate Open Source Suno Alternative - Professional UI for ACE-Step 1.5 AI Music Generation. Free, local, unlimited. Stop paying for Suno!项目地址: https://gitcode.com/GitHub_Trending/ac/ace-step-uiACE-Step UI 是 ACE-Step 1.5 模型的开源 Web 界面把本地 AI 音乐生成从命令行变成类似 Spotify 的浏览器体验。整个系统运行在自己的 GPU 上数据存放在本地 SQLite 数据库生成不经过云端也没有次数限制。与 Suno 这类商业服务相比核心差异在于免费、数据完全留在本机且 BPM、调性、种子、推理步数等所有生成参数都可以手动调整。核心能力完整歌曲生成生成 30~240 秒带人声和歌词的完整歌曲也可以开启 Instrumental 生成纯器乐。参数完全可控BPM、调性、拍号、时长、引导强度、种子、推理步数均可手动设置固定种子可复现同一次生成。批量与排队单次任务最多生成 4 个变体batch size 1~4还可以一次排入 10 个独立任务bulk 1~10依次执行。参考与翻唱上传音频文件作为风格参考或让现有音频按新风格重新编曲也支持对歌曲指定区段重绘repainting。AI 增强描述内置 LLM 把简单的风格标签扩写成详细描述并自动生成匹配的 BPM、调性和拍号。后期工具链内置 AudioMass 音频编辑器裁剪、淡入淡出、均衡器、Demucs 声干分离、程序化渐变封面支持 mp3/flac 输出。快速上手前置条件Node.js 18、Python 3.10 与 uvWindows 可选官方便携包以及用于读取时长和格式转换的 FFmpeg。第一步在仓库同级目录部署 ACE-Step 1.5 模型目录名 ACE-Step-1.5并在其中执行uv venv uv pip install -e .完成依赖安装。第二步安装并启动 UIgit clone https://gitcode.com/GitHub_Trending/ac/ace-step-ui cd ace-step-ui ./setup.sh./start-all.shWindows 用户改用setup.bat和start-all.bat。若模型不在默认路径先设置环境变量ACESTEP_PATH指向它。start-all会一次性拉起模型 API、后端3001 端口和前端3000 端口启动后浏览器打开 http://localhost:3000 即可局域网内其他设备可通过http://本机IP:3000访问。时间预期首次运行会自动下载约 5GB 模型耗时取决于带宽之后单曲生成速度主要由显存大小和歌曲时长决定批量任务会按队列依次执行。 实际工作流场景生成两首带德语歌词的工业金属歌曲。主界面分四个区域。左侧 components/CreatePanel.tsx 是创建面板顶部有 Simple/Custom 两个标签页Simple 只写一句描述即可Custom 展开全部参数。在 LYRICS 框写入歌词可直接用[Intro]、[Verse 1]、[Chorus]等结构标签标注段落。在 STYLE 框点选风格标签。首次进入会预填 6 个随机风格点刷新按钮可重抽标签库来自 data/main_style.txt 的 105 种主流风格结合 data/all_style.txt 的 939 种条目可以挑冷门组合。填写标题选择人声语言支持 50 多种需要纯器乐则打开 Instrumental 开关。高级设置里可调整时长30~240 秒、批量大小1~4、引导强度、种子、推理步数、LM 后端PT/VLLM和输出格式mp3/flac。点击底部 Create 2 Songs 按钮任务进入队列。中间区域是音乐库新曲目实时出现每首带封面、时长、点赞和下载操作点击曲目打开右侧 Song Details 面板可以预览播放并查看风格标签。底部播放器带波形进度条随时切换库内任意歌曲。如果风格总是跑偏成民谣味在风格区打开 AI EnhanceLLM 会把标签扩写成详细描述并生成匹配的 BPM 和调性单次约增加 10~20 秒不需要额外显存。生成完成后进入后期打开内置 AudioMass 编辑器在波形上选中不满意的段落做裁剪再应用均衡器和效果器。⚙️ 技术要点前端与交互层React 18 TypeScript TailwindCSS Vite四区布局左侧创建、中间库、右侧详情、底部播放器支持明暗主题和多语言。前端的所有数据都走本地 Express 服务默认 3001 端口数据库是 SQLitebetter-sqlite3 驱动无云端账号体系。模型与推理ACE-Step 1.5 作为独立推理服务在本地运行后端通过 Gradio API 与其通信server/src/services/acestep.ts 负责把前端参数映射到模型的/generation_wrapper接口。生成请求由 server/src/services/generationQueue.ts 排队串行调度避免多个任务同时抢占显存。LM 后端提供 PT约 1.6GB 显存默认和 VLLM约 9.2GB两个选项AI Enhance 与 Thinking Mode 依赖内置的 0.6B LLMPT 后端下在 CPU 上运行。音频处理链路生成完成的音频落在server/public/audio目录时长通过 ffprobe 读取。内置编辑界面基于 AudioMassserver/audio-editor/目录支持波形选区、裁剪、淡入淡出、效果器与导出Parametric EQ 可逐段调节增益、频率与 Q 值导出时可选比特率或只导出选中区间。声干分离使用 Demucs可拆出人声、鼓组、贝斯与其他轨道格式转换和压缩依赖 FFmpeg。硬件与环境项目最低配置推荐配置GPUNVIDIA 4GB VRAM不含 LLM 功能12GB可启用 LLM 与思考模式内存8GB16GB存储10GB约 5GB 模型与依赖20GB系统Windows 10/11、Linux、macOS同左运行时Node.js 18、Python 3.10uv或 Windows 便携包同左其他FFmpegCUDA 12.8便携包已内置4GB 显存的用户保持 PT 后端、批量大小设为 1、关闭 Thinking Mode主生成链路可以正常使用需要 AI Enhance 或 Thinking Mode 时再考虑 12GB 显存。常见问题Q界面提示连不上 ACE-Step确认模型服务带--enable-api参数启动且端口与server/.env中ACESTEP_API_URL默认http://localhost:8001一致。Q生成时报 CUDA out of memory换用 PT 后端、批量大小设为 1、缩短歌曲时长、关闭 Thinking Mode通常任意一项即可恢复。Q风格出曲总是民谣味和标签无关在风格区打开 AI EnhanceLLM 会把标签扩写成完整描述并生成匹配的 BPM、调性和拍号风格准确性会明显提升。Q歌曲时长显示 0:00未安装 FFmpeg 导致 ffprobe 读取失败安装后重启服务即可。参与项目项目采用 MIT 许可证贡献路径主要有四条报告 bug 与使用中遇到的问题提交功能建议并参与讨论Fork 后提交 PR改进代码与组件补充文档和多语言翻译适合想自建音乐生成服务的使用者以及希望了解本地 AI 音乐生成完整链路的开发者它把模型推理、任务队列、库管理和音频后期打包成了一个开箱即用的开源 AI 音乐工具clone 仓库、按脚本启动后就是一个免费的免费 AI 作曲工作环境。【免费下载链接】ace-step-ui The Ultimate Open Source Suno Alternative - Professional UI for ACE-Step 1.5 AI Music Generation. Free, local, unlimited. Stop paying for Suno!项目地址: https://gitcode.com/GitHub_Trending/ac/ace-step-ui创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考