🎛 Вскрываем «чёрный ящик» AceStep 1.5: скрытые настройки генерации и LoRA (часть вторая)
🎛 Вскрываем «чёрный ящик» AceStep 1.5: скрытые настройки генерации и LoRA (часть вторая) В первой части (https://t.me/gensound/1220) мы разобрали, почему платформенные сервисы выдают усреднённый звук и как математический синтез DiT разрушает миф о «склейке чужих треков». Сегодня вместе с исследователем локальных нейросетей Hades заглянем под капот модели AceStep 1.5 и разберём параметры, к которым закрытые сервисы вроде Suno и Udio принципиально не дают доступа. Два мозга AceStep: LLM и DiT Внутри модели работают два независимых блока, слаженность которых и создаёт готовый трек: ▫️ Языковая модель (LLM на базе Qwen). Архитектор трека. Она отвечает за семантику — разбирает ваш промпт, текст песни и выстраивает композиционную логику. В зависимости от мощности ПК можно выбрать модель на 0.6B, 1.7B или 4B параметров. ▫️ Диффузионный трансформер (DiT). Звукорежиссёр и музыкант. Он генерирует само аудио из белого шума, строго следуя разметке от языковой модели. Управление структурой: параметры LLM В интерфейсе Gradio блок языковой модели позволяет тонко настраивать логику композиции: ▫️ LM Temperature. Степень случайности в структуре. Низкие значения (0.3–0.6) заставляют модель строго следовать жанровым канонам, а повышенные (0.8–1.2) рождают неожиданные сбивки и нестандартные переходы. ▫️ LM CFG Scale. Жёсткость следования промпту и тегам структуры ([Verse], [Chorus], [Drop]). ▫️ CoT (Chain-of-Thought). Режим «размышлений». При включении модель сначала глубоко анализирует семантику текста и только потом отдаёт команду на генерацию звука (особенно мощно раскрывается на моделях 1.7B и 4B). Управление звуком: параметры DiT Здесь вы управляете непосредственным формированием аудиодорожки: ▫️ Inference Steps. Количество шагов прорисовки звука. Для быстрой версии turbo хватает 8 шагов, а для флагманской base лучше выставить 30–50 шагов для максимальной чистоты и глубины микса. ▫️ DiT Guidance Scale. Точность следования стилю. Занижение этого параметра позволяет создавать смелые гибриды (например, скрестить средневековый фолк с индастриалом). ▫️ Seed (зерно генерации). Цифровой отпечаток трека. Сохранив удачный Seed, вы можете зафиксировать общую гармонию и бесконечно докручивать детали: менять темп, заменять инструменты или пробовать другие партии вокала. ▫️ BPM, KeyScale и Time Signature. В отличие от веб-генераторов, здесь можно зафиксировать тональность, музыкальный размер и точный темп. Аудиокоды: как музыка становится текстом Помимо сидов, в AceStep 1.5 есть ещё более глубокий инструмент контроля — дискретные аудиокоды. На выходе модель создаёт JSON-файл, состоящий из массива тегов вида <|audio_code_7377|>. Каждый такой код — это зашифрованный микрофрагмент звука (его тембр, частота, громкость и нота в конкретную миллисекунду). По сути, это цифровая «текстовая партитура» трека. Превращение звука в текст открывает уникальные возможности: ▫️ Точечный ремонт (Repaint). Не понравился фрагмент соло или вокала? Модель не переделывает песню целиком, а просто стирает строчку кодов за нужные секунды в JSON и генерирует кусок заново. ▫️ Каверы (Cover). Модель берёт «скелет» из аудиокодов оригинального трека (ритмику и гармонию) и накладывает на него совершенно новые промпты — другие инструменты или иной тембр вокала. ▫️ Финальный рендеринг (VAE). Сами по себе коды неслышимы. На последнем этапе нейрокодек (Neural Audio Codec / VAE) декодирует эти текстовые индексы обратно в звуковую волну — собирая итоговый WAV или MP3.