开篇寄语

伯衡君之前研究AI音乐生成，一般是选择 Suno，如果要商用需要交10美元，最近突然看到一个开源项目，名字叫ACE-Step UI。本着「摸鱼也要有技术含量」的原则，我点进去了。然后…免费！本地运行！开源！界面像Spotify！

快乐，且想大喊一声。

说真的，我之前用Suno，每个月交10美元，感觉还行。但看到这个项目之后，我直接愣住了。

这玩意儿，居然能替代Suno？而且完全免费？

坦率的讲，我有点兴奋。

前情提要

其实伯衡君之前也聊过AI音乐相关的内容：

• 《有了音乐 AI，让你比歌手/作曲家/音乐家更专业，我全都要》

但这次不一样。

这次是开源的，本地运行的，完全免费的。

而且界面做得像Spotify一样漂亮。

我真的被震撼到了。

体验地址

想试试的朋友，可以直接用Pinokio一键安装：

• https://beta.pinokio.co/apps/github-com-cocktailpeanut-ace-step-ui-pinokio

或者手动安装，下面我会详细说。

项目地址

GitHub开源地址：

• https://github.com/fspecii/ace-step-ui

MIT协议，完全开源，随便用。

内容详情

这玩意儿到底是什么？

ACE-Step UI是一个开源的AI音乐生成界面，底层用的是ACE-Step 1.5模型。

说白了，就是给你一个漂亮的界面，让你在本地电脑上生成AI音乐。

不需要API Key，不需要订阅，不需要联网。

你的GPU，你的音乐，你的版权。

为什么说它是Suno杀手？

我给你列个对比表，你自己看：

功能	Suno/Udio	ACE-Step UI
费用	10-50美元/月	永久免费
隐私	云端处理	100%本地
版权	有许可限制	你全权拥有
自定义	受限	完全可控
生成限制	有排队	无限生成
商用	高级订阅才行	无任何限制

看完这个对比，我寻思了一下——

这差距，有点大啊。

核心功能有哪些？

基础生成

• 完整歌曲生成，带人声和歌词，最长4分钟以上
• 纯音乐模式，不带人声
• 自定义模式，可以调BPM、调式、时长

高级功能

• 参考音频，用任何音频文件作为风格参考
• 音频封面，把现有音频换成新风格
• 重绘功能，重新生成歌曲的特定段落
• 种子控制，精确复现之前的生成结果

歌词编辑器

• 写歌词，带结构标签（Verse、Chorus等）
• AI辅助格式化
• 快速模板，一键加载风格预设

界面体验

• Spotify风格的UI，深色/浅色模式
• 底部播放器，带波形和进度条
• 库管理，浏览、搜索、整理所有曲目
• 喜欢和播放列表功能
• 实时生成进度，显示排队位置
• 局域网访问，其他设备也能用

技术栈是什么？

这项目技术选型挺有意思：

• 前端：React 18 + TypeScript + TailwindCSS + Vite
• 后端：Express.js + SQLite
• AI引擎：ACE-Step 1.5（Gradio API）
• 音频工具：AudioMass、Demucs、FFmpeg

说到底，就是现代前端 + 轻量后端 + 本地AI模型。

架构清晰，代码干净。

需要什么配置？

最低要求

• Node.js 18+
• Python 3.10+（推荐3.11）
• NVIDIA显卡，4GB显存（不用LLM模式）
• CUDA 12.8（Windows便携版）
• FFmpeg（音频处理）

推荐配置

• 12GB+显存（启用LLM功能）
• 更好的GPU = 更快的生成

我自己的感受是，4GB显存也能跑，就是慢一点。

12GB显存的话，可以开Thinking Mode，效果更好。

怎么安装？

最简单的方式：Pinokio

如果你不想折腾，直接用Pinokio：

https://beta.pinokio.co/apps/github-com-cocktailpeanut-ace-step-ui-pinokio

一键安装，自动处理Python、Node.js、依赖、模型下载。

点击安装，开始做音乐。

Windows便携版

如果你是Windows用户，还有一个便携版：

1. 下载ACE-Step-1.5.7z（约5GB）
2. 解压到C:\ACE-Step-1.5
3. 完成！自带Python环境

这个便携版：

• 4GB显卡就能用，不需要LLM
• CUDA 12.8已包含
• 零配置，直接跑

手动安装（Linux/macOS）

如果你喜欢折腾，手动安装也不难：

# 克隆ACE-Step 1.5模型
git clone https://github.com/ace-step/ACE-Step-1.5
cd ACE-Step-1.5

# 创建虚拟环境并安装
uv venv
uv pip install -e .

# 模型会在首次运行时自动下载（约5GB）
cd ..

# 克隆UI
git clone https://github.com/fspecii/ace-step-ui
cd ace-step-ui

# 运行安装脚本
./setup.sh

启动方式

Windows一键启动：

cd ace-step-ui
start-all.bat

Linux/macOS一键启动：

cd ace-step-ui
./start-all.sh

默认会在localhost:3000打开界面。

使用体验怎么样？

我实际用了一下，感觉挺顺手的。

简单模式

直接描述你想要的歌：

「一首欢快的流行歌，关于夏日冒险，有抓耳的旋律」

点击生成，等一会儿，歌就出来了。

自定义模式

如果你想精确控制：

• 歌词：完整歌词，带Verse、Chorus标签
• 风格：流派、情绪、乐器、节奏
• 时长：30-240秒
• BPM：60-200
• 调式：C大调、A小调等

和 SUNO 一样，在风格和歌词提示词放进去就可以了，之后就可以生成了。

AI增强模式

有个AI Enhance开关，挺有意思：

• 关掉：直接用你的风格标签生成，最快
• 开开：LLM会丰富你的标签，生成更准确的BPM、调式、拍号

我发现如果风格标签太简单（比如只写「流行、摇滚」），生成出来的歌容易像民谣。

这时候开AI Enhance，效果明显好很多。

批量生成

• Batch Size：一次生成几个变体（1-4）
• Bulk Generate：排队多个独立任务（1-10）

8GB显卡的话，Batch Size保持1比较稳。

有什么坑吗？

说实话，我也踩了一些坑，给你们避雷：

坑1：ACE-Step连不上

确保Gradio服务器启动时带了–enable-api参数。

坑2：显存不够

用PT backend（默认），Batch Size设成1，关掉Thinking Mode。

4GB显卡也能跑，就是慢一点。

坑3：风格总是像民谣

开AI Enhance开关，LLM会帮你丰富标签。

坑4：歌曲时长显示0:00

安装FFmpeg：

• Linux：sudo apt install ffmpeg
• Windows：从ffmpeg.org下载

坑5：局域网访问不了

检查防火墙，确保3000和3001端口开放。

额外工具

ACE-Step UI还集成了一些实用工具：

• 🎚️ 音频编辑器：剪切、淡入淡出、效果
• 🎤 分轨提取：分离人声、鼓、贝斯、其他
• 🎬 视频生成器：用Pexels素材做音乐视频
• 🎨 专辑封面：自动生成渐变封面（不需要联网）

这些工具让整个创作流程更完整。

为什么我觉得这项目厉害？

说真的，我觉得这项目厉害，有几个原因：

第一，开源且免费

不是那种「基础功能免费，高级功能收费」的套路。

是真正的开源，MIT协议，随便用。

第二，本地运行

你的音乐，你的版权。

不用担心云端服务突然关停，不用担心订阅涨价。

第三，界面做得好

很多开源项目，功能很强，界面很丑。

但ACE-Step UI的界面，真的像Spotify一样漂亮。

用起来很舒服。

第四，社区活跃

项目还在持续更新，有问题可以在GitHub提issue。

开发者也在YouTube和Twitter分享教程和更新。

适合什么人用？

我觉得这几类人特别适合：

• 不想给Suno交钱的（省钱党）
• 想本地运行的（隐私党）
• 想完全控制生成过程的（技术党）
• 想商用音乐的（创作者）
• 有GPU资源的（硬件党）

如果你显卡不够，或者不想折腾，那可能还是Suno更方便。

但如果你愿意折腾一下，这项目真的值得试。

我的实际感受

我试着生成了几首歌，效果挺惊艳的。

人声、歌词、旋律，都很完整。

虽然和Suno的最新版本比，可能还有差距。

但考虑到它是开源的、免费的、本地的，我觉得已经很厉害了。

而且项目还在持续更新，未来会更好。

篇后寄语

好了，今天的安利就到这里。

这个工具，我已经替你们试过了——

好用不好用，你们自己试试就知道。

反正又不要钱。

万一好用呢？

而且开源项目，用的人越多，发展越快。

如果你觉得有意思，去GitHub点个Star，支持一下开发者。

以上，既然看到这里了，如果觉得不错，随手点个赞、在看、转发三连吧，如果想第一时间收到推送，也可以给我个星标⭐～

谢谢你看我的文章，我们，下次再见。