ГлавнаяМоделиГенерация аудиоACE-Step v1.5 Base

ACE-Step v1.5 Base API

ПровайдерAce Step

acestep-15-base — генерация аудио-модель от Ace Step.

asynctext_to_audio

Попробуйте прямо здесь

ACE-Step v1.5 Base Открыть в песочнице

Что умеет ACE-Step v1.5 Base

  • Async
  • Text-to-Audio

Стоимость

за секунду
0.02 ₽

Цены указаны в рублях и списываются с баланса проекта за успешные запросы. Надбавки (+) суммируются с базовой ставкой.

Технические характеристики

Vendor
ace-step
Modality
audio

ACE-Step v1.5 Base API для генерации музыки

ACE-Step v1.5 Base — базовая открытая Text2Music-модель от ACE-STEP для создания музыки по текстовому описанию. Ее особенность — гибридная архитектура с языковым планировщиком и Diffusion Transformer: она помогает формировать структуру композиции, работать с референс-аудио, создавать каверы и редактировать треки. Версия Base выполняет 50 шагов DiT, поддерживает широкий набор функций и хорошо подходит для дообучения.

Параметры запроса

Параметры, которые принимает модель. Передаются в теле запроса.

ПараметрТипДиапазон / значенияПо умолчаниюОписание
positivePromptreq
string
min: 2 · max: 3000
—
Описание желаемой музыки (стиль / жанр / инструменты / настроение).
1 пример
Примеры
Lo-fi hip-hop beat with jazzy piano, vinyl crackle, mellow vibe, 90 BPM.
negativePrompt
string
min: 2 · max: 3000
—
Что НЕ должно быть в треке. ТРЕБУЕТ CFGScale > 1.
duration
number
min: 30 · max: 300
60
Длина трека в секундах (30..300). НЕ ИСПОЛЬЗУЕТСЯ при inputs.audio (длительность диктует источник).
3 примеров
Примеры
30
60
180
seed
integer
min: 0 · max: 2147483647
—
Seed для воспроизводимой генерации (32-bit).
steps
integer
min: 1 · max: 300
100
Шаги denoising. Больше — выше качество, медленнее.
CFGScale
number
min: 1 · max: 30
10
Guidance scale. Для использования negativePrompt должен быть > 1.
strength
number
min: 0 · max: 1
0.5
Доля шагов на основе входного источника. ТРЕБУЕТ inputs.audio.
inputs.audio
string
—
—
Входящий аудиотрек для remix / cover / repaint (UUID / URL). При его наличии duration / coverConditioningScale / repainting* / strength становятся доступны.
1 пример
Примеры
https://example.com/source-track.mp3
settings.bpm
integer
min: 30 · max: 300
—
Beats per minute. Авто если не указан.
3 примеров
Примеры
90
128
174
settings.timeSignature
enum
2, 3, 4, 6
—
Доли на такт. Авто если не указан.
settings.keyScale
string
—
—
Тональность в формате "{Note}{Accidental} {Mode}" — например "C major", "F# minor", "Bb dorian".
3 примеров
Примеры
C major
F# minor
Bb dorian
settings.vocalLanguage
enum
unknown, ar, az, bg, bn, ca, cs, da, de, el, en, es, fa, fi, fr, he, hi, hr, ht, hu, id, is, it, ja, ko, la, lt, ms, ne, nl, no, pa, pl, pt, ro, ru, sa, sk, sr, sv, sw, ta, te, th, tl, tr, uk, ur, vi, yue, zh
en
ISO 639-1 язык вокала. "unknown" — для инструментальных треков.
settings.lyrics
string
min: 10 · max: 3000
—
Текст песни (формат как на lyrics-сайтах: куплеты, припев, инструкции типа [Verse 1] / [Chorus]).
1 пример
Примеры
[Verse 1]
In the city of lights, we dance until dawn
[Chorus]
Forever and ever, just you and me...
settings.coverConditioningScale
number
min: 0 · max: 1
1
Доля шагов с conditioning на source — для cover-режима. ТРЕБУЕТ inputs.audio.
settings.repaintingStart
number
min: -300 · max: 300
—
Начало перекраски в секундах. ТРЕБУЕТ inputs.audio. Отрицательное значение = prepend (добавить в начало).
settings.repaintingEnd
number
min: 0 · max: 300
—
Конец перекраски в секундах. ТРЕБУЕТ inputs.audio. Значение за пределами duration = append.
settings.guidanceType
enum
apg, cfg
apg
Тип guidance: apg — Adaptive Projected Guidance, cfg — Classifier-Free Guidance.
audioSettings.bitrate
integer
min: 8
—
Битрейт kbps. MP3: 8..320; OGG mono: 8..224; OGG stereo: 16..256. Не применяется к WAV/FLAC.
audioSettings.sampleRate
enum
8000, 16000, 44100, 48000
—
Частота дискретизации в Hz.
audioSettings.channels
enum
1, 2
2
Каналы: 1 — mono, 2 — stereo.
numberResults
integer
min: 1 · max: 4
1
Сколько вариаций сгенерировать (разные seeds).
outputType
enum
URL, base64Data, dataURI
URL
Формат доставки.
outputFormat
enum
MP3, WAV, FLAC, OGG
MP3
Формат аудиофайла. WAV/FLAC — без компрессии (audioSettings игнорируется).
async
boolean
—
false
true → task_id для async-polling. false (default) → sync.
safety.checkContent
boolean
—
false
Включить проверку контента.
safety.mode
enum
none, fast
none
Режим safety-сканера.
webhookURL
string
—
—
URL для POST-уведомления async.
1 пример
Примеры
https://yourapp.com/webhooks/runware
uploadEndpoint
string
—
—
Presigned URL для автозагрузки.
1 пример
Примеры
https://bucket.s3.amazonaws.com/result.mp3?X-Amz-Signature=...

Параметры ответа

Что возвращает API. У медиа-моделей формат зависит от режима: sync — сразу результат, async — task_id для опроса через GET /v1/tasks/{id}. Эта модель работает только в async-режиме.

Sync (HTTP 200)

Для TTS короткого input: HTTP 200, **binary audio** (Content-Type: audio/mpeg / audio/wav / ...). Это НЕ JSON — это байты файла.

Binary response. Content-Type: audio/mpeg, audio/wav, audio/opus, audio/ogg

Async (HTTP 202)

Если is_async_only=1 (music gen) или async:true в запросе. HTTP 202 + JSON.

ПолеТипЗначенияОписание
id
string
—
task_id для GET /v1/tasks/{id}.
object
string
audio.task
status
enum
queued, processing, completed, failed
model
string
—
created
integer
—

Опрос статуса (GET /v1/tasks/{id})

GET /v1/tasks/{id}.

ПолеТипЗначенияОписание
id
string
—
status
enum
queued, processing, completed, failed, canceled
modality
string
audio
model
string
—
data
array
—
Каждый элемент:
  • url— string · CDN URL .mp3 / .wav. Для Suno music — 1-2 файла (варианты трека).
error
string
—

Пример кода

acestep-15-base_example.py
from openai import OpenAI

client = OpenAI(api_key="rk_live_...", base_url="https://api.ranvik.ru/v1")
resp = client.audio.speech.create(
    model= "acestep-15-base",
    positivePrompt= "Пример промпта",
    negativePrompt= "Пример промпта",
    duration= 60,
    seed= 1073741824,
    steps= 100,
    CFGScale= 10,
    strength= 0.5,
    numberResults= 1,
    outputType= "URL",
    outputFormat= "MP3",
    async= False,
    webhookURL= "https://example.com/...",
    uploadEndpoint= "value",
    inputs= {
        "audio": "Пример промпта"
    },
    settings= {
        "bpm": 165,
        "timeSignature": 2,
        "keyScale": "value",
        "vocalLanguage": "en",
        "lyrics": "Текст песни",
        "coverConditioningScale": 1,
        "repaintingStart": 0,
        "repaintingEnd": 150,
        "guidanceType": "apg"
    },
    audioSettings= {
        "bitrate": 8,
        "sampleRate": 8000,
        "channels": 2
    },
    safety= {
        "checkContent": False,
        "mode": "none"
    },
)
print(resp)
Полная документация модели

Частые вопросы о ACE-Step v1.5 Base

ACE-Step v1.5 Base — открытая базовая Text2Music-модель для создания музыки по тексту, работы с референс-аудио и последующего дообучения.
Модель помогает автоматизировать создание музыкальных идей, фоновых треков и вариаций для приложений, игр, роликов и творческих прототипов.
Подключите ACE-Step v1.5 Base через Ranvik API: зарегистрируйтесь, создайте ключ в кабинете и отправляйте запросы по документации сервиса.
В России модель можно вызывать через Ranvik API без VPN: получите единый ключ, пополните баланс и интегрируйте аудиогенерацию в свой продукт.
Да. В Ranvik API доступно пополнение и расчеты в российских рублях; расходы списываются с баланса за фактически использованные запросы.
Базовая версия использует 50 шагов DiT, поддерживает генерацию по тексту, референс-аудио, каверы и редактирование, а также удобна для fine-tuning.