ACE-Step: нейросеть для музыки на своём компьютере без подписки

Все облачные генераторы объединяет одно: они принадлежат не вам. Лимиты меняются, скачивание отключают, сервис продают и закрывают. ACE-Step — ответ на это: модель уровня Suno годичной давности, которая живёт на вашем диске. Ниже — что она умеет, на чём запускается, как ставится и где честно уступает облаку.

Что такое ACE-Step

ACE-Step — открытая модель генерации песен, разработанная командами ACE Studio (синтез вокала) и StepFun (большие модели). Первая версия вышла в 2025 году, версия 1.5 — в начале 2026-го, старшая 1.5 XL — 2 апреля 2026 года.

Ключевые свойства:

• Лицензия MIT. Можно использовать, изменять и встраивать куда угодно, включая коммерческие продукты. Разработчик не претендует на результат.
• Локальный запуск. Модель работает на вашем компьютере. Никаких кредитов, лимитов на скачивание, проверки региона и карты.
• Песни с вокалом от 10 секунд до 10 минут, текст на 50+ языках.
• Скорость. На RTX 3090 полный трек генерируется меньше чем за 10 секунд.
• Дообучение. На 8 своих песнях модель обучается под ваш стиль примерно за час на карте с 12 ГБ памяти.

Какой компьютер нужен

Базовая модель — реалистичный вариант для домашнего компьютера: подходит игровая карта пятилетней давности или MacBook на чипе M-серии. XL заметно лучше по звуку, но требует карты уровня RTX 3090/4090 или аренды сервера.

Если своей видеокарты нет, модель запускают на арендованном GPU — час стоит дешевле подписки, а результат скачивается к себе.

Как установить ACE-Step

Способов несколько, от простого к сложному:

1. Портативная сборка для Windows и macOS — архив с готовым окружением. Распаковать, запустить, открыть веб-интерфейс в браузере. Программировать не нужно.
2. Ноды для ComfyUI — если вы уже пользуетесь им для картинок.
3. Docker — для тех, кто держит модели в контейнерах.
4. Python-пакет через pip или uv — для встраивания в свой процесс.
5. VST3-плагин — генерация прямо в DAW, без переключения окон.

Первый запуск скачивает веса модели, это несколько гигабайт. Дальше — офлайн.

Как пользоваться: интерфейс и промты

Логика та же, что в облачных сервисах: поле для текста песни и поле для описания стиля тегами. Плюс возможности, которых в облаке либо нет, либо они платные.

Текст. Разметка секциями в квадратных скобках. Перед куплетом на русском ставится тег языка — без него модель может спеть кириллицу с английской фонетикой.

Стиль. Ключевые слова через запятую: жанр, темп, инструменты, характер вокала, эпоха. Работает лучше, чем развёрнутые предложения.

Vocal2BGM. Загружаете свой записанный вокал — модель строит под него аккомпанемент. Это прямой способ получить аранжировку под свою мелодию: нейросеть для аранжировки.

Cover. Свой трек в другом стиле с сохранением мелодии.

Repaint. Перегенерация выбранного фрагмента без пересборки всего трека — то, за что в облаке платят отдельно.

Extend. Дописать интро, финал или продлить середину.

Разделение на дорожки. Встроенная сепарация вокала и инструментала.

LoRA. Дообучение на своих треках: восемь песен, около часа на RTX 3090 — и модель генерирует в вашей манере. Для артиста с наработанным звучанием это единственный способ получить генерации, похожие на себя, не имитируя никого другого.