用途：作为生成式音乐工作站使用，适合本地或自托管生成歌曲、伴奏、人声轨、翻唱、混音、分轨与视频配乐素材，也适合在大量候选作品中快速迭代。
主要能力：ACE-Step 1.5 由 ACE Studio 与 StepFun 联合开源，结合规划语言模型与扩散 Transformer 声学渲染器。生成模式包括 text-to-music、lyrics-to-song、器乐生成、cover/style transfer、repainting、LEGO/分层音轨生成、extraction 与 completion，部分编辑模式仅 base 模型支持。官方模型卡标注 MIT 许可、Text2Music 类型、50+ 语言，并支持消费级硬件本地运行。时长控制经 audio_duration / duration / target_duration，官方 API 文档列出 10-600 秒。输出格式含 flac、mp3、opus、aac、wav、wav32。
模型选择：acestep-v15-turbo 为 8 步快速 SFT 模型，适合默认生产迭代；acestep-v15-base 为 50 步、支持 CFG，适合 base 独有任务、抽取、LEGO、补全与微调；acestep-v15-sft 为 50 步高质量。XL 使用更大 4B DiT 解码器，官方文档称需更多显存，>=12GB 配合 offload/量化或 >=20GB 无需 offload。LM 选项含 0.6B、1.7B、4B。官方文档提供 Windows CUDA、Windows ROCm、Linux CUDA、macOS Apple Silicon MLX 启动脚本，可用 .env 中 ACESTEP_CONFIG_PATH、ACESTEP_LM_MODEL_PATH、PORT、LANGUAGE 等变量配置。
使用方式：官方 API 为异步流程，使用 POST /release_task 提交、POST /query_result 轮询，再通过 /v1/audio?path=... 下载。任务状态返回 0 运行、1 成功、2 失败。本地部署可选通过 body ai_token 或 Authorization: Bearer 认证。参考音频使用 reference_audio / ref_audio 或 src_audio / ctx_audio 等 multipart 字段。文档也提供 Gradio UI、Python 推理与 ACE-Step DAW 工作流。
限制：输出需经试听、筛选、编辑、母带、版权检查与交付格式准备；不能保证对在世艺人、受保护歌曲或唱片目录的合法相似音；不提供精确音符或词级时间控制；不保证最终播出母带；无云 API SLA；ACE-Step DAW 为独立 AGPL-3.0-or-later 项目，分发义务与 MIT 模型仓库不同，需单独审查。