Un equipo de investigadores ha presentado ACE-Step v1.5, un modelo de música de código abierto que rivaliza con alternativas comerciales y puede ejecutarse en hardware de consumo. El modelo, disponible en GitHub, Hugging Face y ModelScope, destaca por su eficiencia, generando canciones completas en menos de 2 segundos en un A100 y en menos de 10 segundos en un RTX 3090, requiriendo menos de 4GB de VRAM. ACE-Step v1.5 utiliza una arquitectura híbrida innovadora que combina un modelo de lenguaje (LM) para la planificación y un Transformer de Difusión (DiT) para la síntesis, alineados mediante un aprendizaje por refuerzo intrínseco. Ofrece capacidades avanzadas como generación de covers, edición precisa, soporte multilingüe (más de 50 idiomas) y la posibilidad de entrenar estilos personalizados con tan solo unas pocas canciones. Además, permite la generación de música en una amplia gama de estilos (más de 1000 instrumentos) y formatos, incluyendo la conversión de voz a música de fondo.
Noticias agregadas con IA