Instalar HeartMuLa
Execute o gerador de música AI de código aberto em seu próprio hardware
Requisitos do Sistema
| Componente | Mínimo | Recomendado |
|---|---|---|
| GPU | 16GB VRAM (FP16 quantized) | 24GB+ VRAM |
| RAM | 32GB | 64GB |
| Storage | 20GB free space | 50GB+ SSD |
| OS | Linux / Windows 10+ | Ubuntu 22.04 / Windows 11 |
| Python | 3.10 | 3.10 - 3.11 |
| CUDA | 11.8 | 12.1+ |
GPUs Suportadas
Ideal (24GB+ VRAM)
Recomendado (16-24GB)
Mínimo (16GB com quantização)
Serviços de GPU na Nuvem
Não tem uma GPU potente? Alugue uma destes provedores
RunPod
GPU cloud platform with easy deployment and competitive pricing
Recursos:
- RTX 4090 and A100 available
- Pre-built templates
- Persistent storage
- Serverless option
Vast.ai
Marketplace for GPU rentals with lowest prices
Recursos:
- Bid-based pricing
- Wide GPU selection
- Docker support
- Community instances
Lambda Labs
ML-focused cloud with high-end GPUs
Recursos:
- H100 and A100 available
- Pre-installed ML stack
- On-demand and reserved
- Enterprise support
Google Colab
Free tier available, good for testing
Recursos:
- Free T4 GPU tier
- Jupyter notebook
- Google Drive integration
- A100 on Pro+ plan
Paperspace
Developer-friendly GPU cloud platform
Recursos:
- Gradient notebooks
- A100 available
- Persistent storage
- Team collaboration
Métodos de Instalação
ComfyUI Workflow
FácilVisual node-based interface for music generation
Passos:
- 1Install ComfyUI following official guide
- 2Install HeartMuLa custom nodes from ComfyUI Manager
- 3Download HeartMuLa model from Hugging Face
- 4Place model in ComfyUI/models/heartmula/
- 5Load the example workflow and start creating
Comandos:
cd ComfyUI/custom_nodes
git clone https://github.com/m-a-p/ComfyUI-HeartMuLa
pip install -r ComfyUI-HeartMuLa/requirements.txtPython Package
MédioDirect Python API for programmatic access
Passos:
- 1Create a virtual environment
- 2Install PyTorch with CUDA support
- 3Install HeartMuLa from pip
- 4Download model weights
- 5Run inference script
Comandos:
python -m venv heartmula-env
source heartmula-env/bin/activate
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121
pip install heartmula
heartmula download --model 3bDocker Container
AvançadoContainerized deployment for production use
Passos:
- 1Install Docker and NVIDIA Container Toolkit
- 2Pull the official HeartMuLa Docker image
- 3Run container with GPU access
- 4Access the web UI or API endpoint
Comandos:
docker pull heartmula/heartmula:latest
docker run --gpus all -p 7860:7860 heartmula/heartmula:latestPerguntas Frequentes
Posso executar HeartMuLa com menos de 24GB de VRAM?
Sim, com quantização FP16 você pode executar em GPUs de 16GB VRAM como RTX 4080. A qualidade pode ser ligeiramente reduzida.
HeartMuLa funciona no Mac com Apple Silicon?
Atualmente não. HeartMuLa requer CUDA (GPU NVIDIA). macOS com Apple Silicon ainda não é suportado.
Quanto tempo leva para gerar uma música?
Na RTX 4090, uma música de 3 minutos leva cerca de 2-3 minutos. O tempo de geração escala com a duração.
Posso usar a música gerada comercialmente?
Sim. O modelo open source HeartMuLa é licenciado sob Apache 2.0, que permite uso comercial, e não impõe restrições à música que você gera com ele no seu próprio hardware. Observe que música gerada por IA nem sempre pode ser registrada em direitos autorais. Músicas criadas no app web seguem as regras de cada plano (uso comercial no Pro e no Business).