مراجعة ومقارنة ACE-Step 1.5 لعام 2026
نظرة عامة على ACE-Step 1.5 مدعومة بالمصادر: تحليل معمّق للبنية، ومقارنة تفصيلية للمواصفات مع HeartMuLa و Suno، ودليل تثبيت خطوة بخطوة، وملاحظات حول الضبط الدقيق باستخدام LoRA — كلها مستمدة من الأوراق البحثية والمستودعات الرسمية
ACE-Step 1.5 هو النموذج مفتوح المصدر الذي يُحدث ضجة في توليد الموسيقى بالذكاء الاصطناعي في عام 2026. يفكك هذا الدليل بنيته استناداً إلى الورقة البحثية الرسمية، ويقارن مواصفاته المنشورة مع HeartMuLa و Suno، ويرشدك خلال التثبيت المحلي باستخدام الأوامر الرسمية، ويشرح دعمه للضبط الدقيق باستخدام LoRA. كل رقم أدناه يرتبط بمصدر أساسي.
فهم بنية ACE-Step 1.5
ACE-Step 1.5 هو نموذج موسيقى بالذكاء الاصطناعي مفتوح المصدر صدر تحت رخصة MIT من قِبل ACE Studio و StepFun (arXiv 2602.00744). فبدلاً من تمريرة واحدة من النهاية إلى النهاية، يفصل التخطيط عن التركيب: يفكّر نموذج لغوي أولاً في الأغنية، ثم يقوم محوّل انتشار بتصيير الصوت. فيما يلي ركائز بنيته، كل منها مستمد من الورقة البحثية الرسمية.
مخطِّط قائم على نموذج لغوي
يستخدم ACE-Step 1.5 نموذجاً لغوياً من عائلة Qwen3 (0.6B أو 1.7B أو 4B) كمخطِّط. بناءً على أمرك، يفكّر خطوة بخطوة (سلسلة من التفكير) لتوليف بيانات وصفية منظمة وكلمات ووصف يحدد الأغنية المستهدفة قبل توليد أي صوت.
تركيب بمحوّل الانتشار (DiT)
يهيّئ المخطط المُعد محوّل انتشار (DiT) يقوم بتوليد الصوت الفعلي. يستهدف DiT بحجم 2B الإعدادات ذات ذاكرة الفيديو المنخفضة، بينما يرفع الإصدار الأكبر XL (4B DiT) — الصادر في April 2026 — الجودة مقابل تكلفة أعلى في الذاكرة.
التعلّم المعزّز الجوهري
بدلاً من الاعتماد على نموذج مكافأة خارجي، يوائم ACE-Step 1.5 مخرجاته باستخدام التعلّم المعزّز الجوهري، محسّناً قابلية التحكم والموسيقية مباشرة من إشارات النموذج نفسه.
حزمة مفتوحة المصدر (MIT)
الحزمة الكاملة — الأوزان والكود وواجهة Gradio — مرخّصة تحت MIT ومستضافة على GitHub و Hugging Face. يدعم ACE-Step 1.5 أكثر من 50+ لغة، والضبط الدقيق باستخدام LoRA انطلاقاً من بضع أغانٍ فقط، وسير عمل للتحرير مثل توليد النسخ الغنائية وإعادة الرسم وتحويل الغناء إلى موسيقى خلفية.
ACE-Step 1.5 مقابل HeartMuLa مقابل Suno: مقارنة المواصفات
مقارنة موضوعية مدعومة بالمصادر للمواصفات المنشورة — وليست درجات جودة ذاتية
| الخاصية | ACE-Step 1.5 | HeartMuLa oss-3B | Suno |
|---|---|---|---|
| الرخصة | MIT | Apache 2.0 | Proprietary |
| الورقة البحثية | arXiv 2602.00744 | arXiv 2601.10547 | — |
| الحد الأدنى لذاكرة الفيديو | <4GB (2B) / ≥12GB (XL) | Not published | سحابي (غير متاح) |
| السرعة | <2s (A100)، <10s (RTX 3090) | RTF ≈ 1.0 | سحابي (غير متاح) |
| المدة القصوى | حتى 10 دقائق | 240s (افتراضي) | — |
| اللغات | 50+ | متعدد اللغات | — |
| النشر المحلي | نعم | نعم | لا |
| الضبط الدقيق باستخدام LoRA | نعم (بعض العينات) | Not published | لا |
| التحرير | نسخة غنائية / إعادة رسم / غناء إلى موسيقى خلفية | — | — |
المصادر: ACE-Step 1.5 — arXiv 2602.00744 و github.com/ACE-Step/ACE-Step-1.5؛ HeartMuLa — arXiv 2601.10547 و github.com/HeartMuLa/heartlib. الحقول المعلَّمة بـ "Not published" غير مذكورة في التوثيق الرسمي. تم التحقق في 2026-07-16.
دليل التثبيت المحلي لـ ACE-Step 1.5
دليل خطوة بخطوة لتشغيل ACE-Step 1.5 على جهازك المحلي، متبعاً المستودع الرسمي
التحقق من متطلبات النظام
اختر نموذجاً يناسب بطاقة الرسومات لديك: يعمل نموذج 2B على أقل من <4GB من ذاكرة الفيديو، بينما يحتاج نموذج XL (4B DiT) إلى ما لا يقل عن ≥12GB (يُنصح بـ 20GB+). تختار الواجهة تلقائياً أفضل إعداد لبطاقة الرسومات لديك.
استنساخ المستودع
git clone https://github.com/ACE-Step/ACE-Step-1.5.git && cd ACE-Step-1.5
تثبيت التبعيات
uv sync — يثبّت المشروع وتبعياته باستخدام مدير الحزم uv.
تشغيل التطبيق
uv run acestep يشغّل واجهة Gradio على http://localhost:7860. تُنزَّل نقاط حفظ النموذج تلقائياً من Hugging Face عند التشغيل الأول.
توليد الموسيقى
أدخل أمراً وكلمات اختيارية في الواجهة ثم ولّد. لاستخدام REST API بدلاً من ذلك، شغّل uv run acestep-api (http://localhost:8001).
مشاكل شائعة وحلولها
نفاد ذاكرة CUDA
انتقل إلى نموذج أصغر (إصدار 2B turbo)، أو فعّل التفريغ، أو اخفض إعداد الجودة المسبق. يحتاج نموذج XL إلى ذاكرة فيديو أكبر من نموذج 2B.
تعارض منفذ Gradio
إذا كان المنفذ 7860 مشغولاً، عيّن قيمة PORT مختلفة في ملف .env، أو حرّر العملية الحالية (على سبيل المثال، lsof -i :7860).
مشاكل تحميل النموذج
تُنزَّل نقاط الحفظ تلقائياً عند التشغيل الأول من Hugging Face أو ModelScope. إذا تعثّر التنزيل، تحقق من شبكتك أو عيّن مسار إعداد مخصص عبر ملف .env.
مشاكل خاصة بنظام Windows
استخدم WSL2 مع Ubuntu للحصول على أفضل توافق. يلزم توفر بطاقة رسومات NVIDIA داعمة لـ CUDA مع تعريف متوافق.
دليل الضبط الدقيق باستخدام LoRA لـ ACE-Step 1.5
يتيح لك LoRA (Low-Rank Adaptation) الضبط الدقيق لـ ACE-Step 1.5 على نمط موسيقي محدد دون إعادة تدريب النموذج بالكامل. وفقاً للمستودع الرسمي، يمكنك تدريب LoRA انطلاقاً من بضع أغانٍ فقط عن طريق حقن مصفوفات صغيرة قابلة للتدريب في محوّل الانتشار — مما يعلّم النموذج نوعاً جديداً أو طابعاً صوتياً غنائياً أو جمالية إنتاجية بحوسبة أقل بكثير من الضبط الدقيق الكامل.
إعداد مجموعة البيانات
مجموعة البيانات المُعدّة جيداً أهم من المجموعة الكبيرة — قد تكفي حفنة من المسارات النظيفة والمُصنَّفة جيداً لتغيير أسلوب النموذج.
- اجمع بضع عينات صوتية عالية الجودة في أسلوبك المستهدف (تنسيق WAV، 44.1kHz)
- انسخ الكلمات وأضف البيانات الوصفية (النوع، المزاج، الإيقاع) لكل عينة
- قسّم إلى مجموعات تدريب وتحقق
ملاحظات التدريب
إرشادات عامة لتدريب LoRA على ACE-Step 1.5 (اضبطها وفقاً لبياناتك وعتادك):
- رتبة LoRA: الرتبة الأعلى تضيف سعة لكنها تستهلك ذاكرة فيديو أكثر
- معدل التعلم: ابدأ بقيمة صغيرة واستخدم مُجدوِل جيب التمام
- الحقب: راقب خسارة التحقق لتجنب الإفراط في التدريب
- حجم الدفعة: قِسها وفقاً لذاكرة الفيديو لديك (تراكم التدرجات يساعد على بطاقات الرسومات الأصغر)
HeartTranscriptor: إعداد آلي لمجموعة البيانات
تساعد أداة HeartTranscriptor مفتوحة المصدر من HeartMuLa في أكثر أجزاء إعداد مجموعة البيانات مللاً. فبدلاً من نسخ الكلمات وتصنيف كل ملف صوتي يدوياً، تستخدم التعرف على الكلام واسترجاع معلومات الموسيقى لتوليد البيانات الوصفية بشكل أسرع.
- ارفع ملفاتك الصوتية إلى HeartTranscriptor للنسخ والتصنيف التلقائي
- راجع وعدّل البيانات الوصفية والكلمات وعلامات الأسلوب المُولّدة
- صدّر مجموعة البيانات جاهزة لتدريب LoRA
لماذا تختار HeartMuLa
جودة جاهزة للإنتاج
يقدم HeartMuLa صوتاً بمستوى إنتاجي مع غناء واضح وأسلوب متناسق ومخرجات مُتقنة جاهزة للنشر.
بدون أي إعداد
بدون GPU، بدون Python، بدون تبعيات. منصة HeartMuLa السحابية تتيح لك توليد الموسيقى فوراً من أي متصفح. سجّل وأنشئ أول أغنية في أقل من 60 ثانية.
تطوير نشط ودعم
يتم تطوير HeartMuLa بنشاط مع تحديثات منتظمة ومجتمع متنامٍ ودعم مخصص. احصل على المساعدة عند الحاجة، وليس فقط عبر GitHub Issues.
جاهز للاستخدام التجاري
مرخّص تحت Apache 2.0 مع شروط تجارية واضحة. استخدم الموسيقى المُولّدة في أي مشروع — YouTube، بودكاست، ألعاب، إعلانات — بدون غموض قانوني.
الأسئلة الشائعة حول ACE-Step 1.5
ما هو ACE-Step 1.5؟
ACE-Step 1.5 هو نموذج موسيقى بالذكاء الاصطناعي مفتوح المصدر (رخصة MIT) يجمع بين مخطِّط قائم على نموذج لغوي ومحوّل انتشار لإنشاء الموسيقى من الأوامر النصية والكلمات. ويمكن تشغيله محلياً على بطاقات رسومات استهلاكية.
هل ACE-Step 1.5 أفضل من Suno؟
كلاهما يلبي احتياجات مختلفة. Suno خدمة سحابية مصقولة مغلقة المصدر، بينما ACE-Step 1.5 مرخّص تحت MIT ويعمل محلياً مع تحكم كامل. HeartMuLa خيار آخر مفتوح المصدر يوفر أيضاً منصة سحابية جاهزة للاستخدام.
كم من ذاكرة الفيديو يحتاج ACE-Step 1.5؟
يعتمد ذلك على حجم النموذج: يعمل نموذج 2B على أقل من <4GB من ذاكرة الفيديو، بينما يحتاج نموذج XL (4B DiT) إلى ما لا يقل عن ≥12GB (يُنصح بـ 20GB+). تختار الواجهة تلقائياً إعداداً لبطاقة الرسومات لديك.
هل يمكن لـ ACE-Step 1.5 توليد غناء مع كلمات؟
نعم. يولّد ACE-Step 1.5 غناءً مع كلمات ويدعم أكثر من 50+ لغة، وفقاً للورقة البحثية الرسمية.
هل يدعم ACE-Step 1.5 الضبط الدقيق باستخدام LoRA؟
نعم. يذكر المستودع الرسمي أنه يمكنك تدريب LoRA انطلاقاً من بضع أغانٍ فقط، مما يتيح لك تكييف النموذج مع أنواع أو أنماط محددة دون ضبط دقيق كامل.
كيف يقارَن ACE-Step 1.5 مع HeartMuLa؟
من حيث المواصفات المنشورة: ACE-Step 1.5 مرخّص تحت MIT، ويدعم أكثر من 50+ لغة، ويمكنه إنتاج مقاطع تصل إلى ~10 دقائق؛ أما HeartMuLa oss-3B فمرخّص تحت Apache 2.0. كلاهما مفتوح المصدر ويعمل محلياً. راجع جدول المقارنة المدعوم بالمصادر أعلاه للتفاصيل.
هل يمكنني استخدام ACE-Step 1.5 تجارياً؟
نعم، صدر ACE-Step 1.5 تحت رخصة MIT التي تسمح بالاستخدام التجاري. تأكد من أن بيانات التدريب والمحتوى المُولّد يتوافقان مع قانون حقوق الطبع والنشر في نطاقك القضائي.
ما هي المفاضلات الرئيسية لـ ACE-Step 1.5؟
المفاضلات الرئيسية هي جهد الإعداد المحلي والمتطلبات العتادية الأعلى لنموذج XL الأكبر. تعتمد الجودة والسرعة على حجم النموذج وبطاقة الرسومات التي تستخدمها.
هل يوجد سير عمل ComfyUI لـ ACE-Step 1.5؟
توجد عُقد ComfyUI مجتمعية لـ ACE-Step. أما بالنسبة لـ HeartMuLa، فتتوفر عقدة ComfyUI مخصصة مجتمعية (benjiyaya/HeartMuLa_ComfyUI).
هل يجب أن أستخدم ACE-Step 1.5 أم HeartMuLa؟
اختر ACE-Step 1.5 للحصول على أقصى تحكم محلي، وخيار 2B ذي ذاكرة الفيديو المنخفضة، وأكثر من 50+ لغة، والضبط الدقيق باستخدام LoRA. اختر HeartMuLa إذا كنت تفضّل منصة سحابية جاهزة للاستخدام وخالية من العناء إلى جانب نموذج مفتوح المصدر.
Experience HeartMuLa
Generate your first AI song for free — no setup, no GPU required
0/3000