Ace Step：在模型页面与 API 上通过文字、歌词和风格标签生成音乐 | RunComfy

ACE Studio / Ace Step#

Ace Step 是一款文字转音乐模型，可将逗号分隔的风格标签和可选歌词制作成包含人声、配器与同步歌词的完整歌曲。模型适合快速迭代，支持从数秒到 4 分钟（240 秒）的时长。

输出格式：仅音频 / 时长 5–240 秒 / 立体声 / 采样率由提供方定义。

核心亮点#

• 标签驱动的文字转音乐：只需列出曲风、情绪和乐器，无需撰写冗长描述即可完成创作。
• 人声与歌词生成：Ace Step 既能自行写词，也能演唱用户提供的歌词，并保持唱词同步。
• 高保真音质：在最长 4 分钟的整段音频中保持动态平衡、空间质感和乐器清晰度。
• 灵活时长：可从短循环调整到 240 秒的完整配乐。
• 可复现结果：设置固定种子，便可在调整标签或歌词时复现同一结果。
• 页面与 API 参数一致：RunComfy 模型页面和 HTTP API 使用相同参数。

参数#

价格#

RunComfy 上的 Ace Step 按生成音频时长计费。

费用估算示例

使用方法#

1) 在 RunComfy 中打开 Ace Step 模型，并展开生成面板。

2) 输入“lofi, hiphop, chill, mellow piano”等风格标签，定义曲风、情绪和配器。

3) 按需添加歌词；清晰分隔主歌与副歌，或填写 [inst] 生成纯音乐。

4) 将时长设为 5–240 秒；先用短片段确认方向，再生成完整的 4 分钟版本。

5) 若要对比标签或歌词变化带来的影响，请锁定种子；希望获得更多变化时则保留 -1。

6) 运行生成、试听结果，然后从任务历史下载音频文件。

7) 通过 API 使用时，将相同字段发送到 RunComfy 上的 Ace Step 端点即可，无需自行托管。

8) 将效果出色的种子和标签组合保存为预设，以便在整个项目中保持一致的声音方向。

提示词与参考建议#

• 组合多个互补标签，例如“trap, dark, 808, brass”，一次限定曲风、配器和能量感。
• 谨慎搭配“chill, trap”等对比标签，既可获得独特融合，也不会让编曲失去重点。
• 使用清晰的 [Verse]、[Chorus] 标记组织歌词，并保持音节数一致，让演唱更自然。
• 先生成 30–45 秒草稿确认方向，再制作 120–240 秒的长版本。
• 迭代时固定种子，只修改标签或歌词，便于判断差异来自哪项编辑。
• 避免“low-fi 但又要 ultra-hi-fi”等矛盾要求；每首 Ace Step 曲目应确定一个主导审美。
• 需要纯音乐时，请在 lyrics 字段填写 [inst] 或 [instrumental]，不要仅仅留空。
• 若听感过于仓促或拖沓，应调整 duration，而不是给歌词施加过多限制。

Ace Step 与其他模型的比较#

• 根据公开资料，Ace Step 侧重标签控制与最长 4 分钟的完整歌曲；部分 Suno 系列模型则更依赖自由形式提示词，默认曲目也较短。
• 与 MusicGen 等纯器乐系统相比，Ace Step 能在一次生成中同时制作人声、歌词和配器。
• 理想场景：需要带人声的完整歌曲、标签级曲风控制，以及可复现种子便于迭代时，可选择 Ace Step。