---
title: ACE-Step-1.5-GGUF
canonical_url: "https://www.modelscope.cn/models/ICodingFE/ACE-Step-1.5-GGUF"
md_url: "https://www.modelscope.cn/models/ICodingFE/ACE-Step-1.5-GGUF.md"
repository: ICodingFE/ACE-Step-1.5-GGUF
last_updated: 2026-06-07
license: mit
library_name:
  - gguf
  - pytorch
frameworks:
  - pytorch
language:
  - en
  - fr
  - zh
  - ja
  - ko
  - de
  - es
  - it
  - pt
  - ru
downloads: 1494
stars: 3
tags:
  - music-generation
  - text-to-music
  - ggml
  - gguf
  - cpp
  - ace-step
  - diffusion
  - flow-matching
---

# ACE-Step-1.5-GGUF

> ACE-Step-1.5-GGUF - ICodingFE 在 ModelScope 开源的模型。ACE-Step 1.5 GGUF 预量化模型

ICodingFE/ACE-Step-1.5-GGUF 是 ModelScope 魔搭社区上的机器学习模型，采用 mit 许可。

- **Repository**: ICodingFE/ACE-Step-1.5-GGUF
- **License**: mit
- **Tags**: music-generation, text-to-music, ggml, gguf, cpp, ace-step, diffusion, flow-matching
- **Downloads**: 1494
- **Stars**: 3
- **Last updated**: 2026-06-07

Source: https://www.modelscope.cn/models/ICodingFE/ACE-Step-1.5-GGUF

---

# ACE-Step 1.5 GGUF 预量化模型

为 [acestep.cpp](https://github.com/ServeurpersoCom/acestep.cpp) 提供的预量化 GGUF 模型。acestep.cpp 是一个基于 GGML 的可移植 C++17 实现，用于 ACE-Step 1.5 AI 音乐生成。

输入文本 + 歌词，输出立体声 48kHz 音频。支持 CPU、CUDA、Metal、Vulkan 后端。

## 快速开始

```bash
git clone --recurse-submodules https://github.com/ServeurpersoCom/acestep.cpp
cd acestep.cpp

pip install huggingface_hub
./models.sh           # 下载 Q8_0 turbo 基础模型（约 7.7 GB）

mkdir build && cd build
cmake .. -DGGML_CUDA=ON
cmake --build . --config Release -j$(nproc)
cd ..

./build/ace-server --models ./models --host 0.0.0.0 --port 8085
```

在浏览器中打开 http://localhost:8085，内置 WebUI 支持完整流程：编写提示词、设置歌词、生成音乐、播放和下载。模型按需加载，自动切换。

## 命令行工具（无需服务器）

```bash
# LM：生成歌词 + 音频编码
./build/ace-lm \
    --request /tmp/request.json \
    --lm models/acestep-5Hz-lm-4B-Q8_0.gguf

# DiT + VAE：合成音频
./build/ace-synth \
    --request /tmp/request0.json \
    --embedding models/Qwen3-Embedding-0.6B-Q8_0.gguf \
    --dit models/acestep-v15-turbo-Q8_0.gguf \
    --vae models/vae-BF16.gguf
```

## 模型列表

### 文本编码器

| 文件 | 量化 | 大小 |
|------|------|------|
| Qwen3-Embedding-0.6B-BF16.gguf | BF16 | 1.2 GB |
| Qwen3-Embedding-0.6B-Q8_0.gguf | Q8_0 | 748 MB |

冻结的 Qwen3 编码器（28 层，1024 维）。DiT 从头到尾使用此模型端到端训练。其 CondEncoder 投影权重（1024→2048）已内嵌到每个 DiT 检查点中，因此文本编码器在架构上锁定为 0.6B 参数。

### LM（Qwen3 因果模型，音频编码生成）

| 文件 | 参数量 | 量化 | 大小 |
|------|--------|------|------|
| acestep-5Hz-lm-4B-BF16.gguf | 4B | BF16 | 7.9 GB |
| acestep-5Hz-lm-4B-Q8_0.gguf | 4B | Q8_0 | 4.2 GB |
| acestep-5Hz-lm-4B-Q6_K.gguf | 4B | Q6_K | 3.3 GB |
| acestep-5Hz-lm-4B-Q5_K_M.gguf | 4B | Q5_K_M | 2.9 GB |
| acestep-5Hz-lm-1.7B-BF16.gguf | 1.7B | BF16 | 3.5 GB |
| acestep-5Hz-lm-1.7B-Q8_0.gguf | 1.7B | Q8_0 | 1.9 GB |
| acestep-5Hz-lm-0.6B-BF16.gguf | 0.6B | BF16 | 1.3 GB |
| acestep-5Hz-lm-0.6B-Q8_0.gguf | 0.6B | Q8_0 | 677 MB |

小参数量 LM（0.6B/1.7B）仅提供 BF16 + Q8_0 量化（太小不适合激进量化）。4B LM 没有 Q4_K_M（会破坏音频编码生成质量）。

### DiT（扩散变换器）

| 文件 | 变体 | 量化 | 大小 |
|------|------|------|------|
| acestep-v15-turbo-BF16.gguf | Turbo | BF16 | 5.1 GB |
| acestep-v15-turbo-Q8_0.gguf | Turbo | Q8_0 | 2.6 GB |
| acestep-v15-turbo-Q6_K.gguf | Turbo | Q6_K | 2.0 GB |
| acestep-v15-turbo-Q5_K_M.gguf | Turbo | Q5_K_M | 1.7 GB |
| acestep-v15-turbo-Q4_K_M.gguf | Turbo | Q4_K_M | 1.5 GB |
| acestep-v15-sft-BF16.gguf | SFT | BF16 | 5.1 GB |
| acestep-v15-sft-Q8_0.gguf | SFT | Q8_0 | 2.6 GB |
| acestep-v15-sft-Q6_K.gguf | SFT | Q6_K | 2.0 GB |
| acestep-v15-sft-Q5_K_M.gguf | SFT | Q5_K_M | 1.7 GB |
| acestep-v15-sft-Q4_K_M.gguf | SFT | Q4_K_M | 1.5 GB |
| acestep-v15-base-BF16.gguf | Base | BF16 | 5.1 GB |
| acestep-v15-base-Q8_0.gguf | Base | Q8_0 | 2.6 GB |
| acestep-v15-base-Q6_K.gguf | Base | Q6_K | 2.0 GB |
| acestep-v15-base-Q5_K_M.gguf | Base | Q5_K_M | 1.7 GB |
| acestep-v15-base-Q4_K_M.gguf | Base | Q4_K_M | 1.5 GB |

**Turbo** = 蒸馏加速推理（比 Base 快约 2 倍）。
**SFT** = 监督微调，更好的提示词遵循度。
**Base** = 基础模型，支持所有任务。

### DiT 偏移变体（实验性）

| 文件 | 变体 | 量化 |
|------|------|------|
| acestep-v15-turbo-shift1-*.gguf | Shift1 | BF16/Q4–Q8 |
| acestep-v15-turbo-shift3-*.gguf | Shift3 | BF16/Q4–Q8 |
| acestep-v15-turbo-continuous-*.gguf | Continuous | BF16/Q4–Q8 |

偏移变体使用不同的噪声调度策略，属于实验性功能。

### VAE

| 文件 | 量化 | 大小 |
|------|------|------|
| vae-BF16.gguf | BF16 | 322 MB |

始终使用 BF16 — 模型较小且对质量敏感，不适合量化。

## 量化指南

| 量化 | 质量 | 速度 | 显存占用 |
|------|------|------|----------|
| BF16 | ★★★★★ | ★★☆ | ★☆☆ |
| Q8_0 | ★★★★★ | ★★★ | ★★☆ |
| Q6_K | ★★★★☆ | ★★★★ | ★★★ |
| Q5_K_M | ★★★☆☆ | ★★★★ | ★★★★ |
| Q4_K_M | ★★★☆☆ | ★★★★★ | ★★★★★ |

**推荐**：Q8_0 在质量和速度之间取得最佳平衡。显存充足可使用 BF16。

## 许可证

MIT License，详见 [acestep.cpp](https://github.com/ServeurpersoCom/acestep.cpp)。

## 相关链接

- 原始模型：[ACE-Step/Ace-Step1.5](https://modelscope.cn/models/ACE-Step/Ace-Step1.5)
- C++ 实现：[ServeurpersoCom/acestep.cpp](https://github.com/ServeurpersoCom/acestep.cpp)
- HuggingFace 镜像：[Serveurperso/ACE-Step-1.5-GGUF](https://huggingface.co/Serveurperso/ACE-Step-1.5-GGUF)