企业官网建设流程全解析

• 人工智能
• 大模型
• 本地部署
• 音频
• 音乐生成
• 媒体生成
• 模型量化

本文是audio.cpp的 CLI 参数速查指南，以 audio.cpp GGUF 仓库 中的 ACE-Step 1.5 XL 音乐大模型为例，完整解析--task-route、--load-option与text2music生成选项的用法，帮助新手一条命令跑出本地 text2music（文本生成音乐）结果。

一、先搞清楚：这个仓库里有什么

audio.cpp 是一个基于 ggml 的本地原生音频推理框架，而本仓库存放的是专为它转换好的GGUF 格式音乐模型（MIT 协议）。目前包含 ACE-Step 1.5 XL 系列共 4 个文件，每个文件都是自包含的——XL DiT、planner LM、文本编码器、VAE 全部打包在一个文件里，无需再下载其他依赖：

💡Turbo 还是 SFT？Turbo 经过 guidance 蒸馏、生成更快但忽略guidance_scale；SFT 走 CFG 路径、对文本的遵循度更可控。q8dit 版本只把 DiT 量化为 q8_0，其余组件保持 bf16，显存占用小约 30% 且音质几乎无损（波形相关系数 0.989）。

二、CLI 参数速查总表（核心部分）⭐

下面是audiocpp_cli在 text2music 场景下的关键参数一览：

两个最容易踩坑的参数：

• --task-route：决定生成任务走哪条路线。text2music 是「文本 → 音乐」路线，漏写或写错都会让提示词失效。
• --load-option：同一个模型目录下可能对应多种 DiT 变体，所以必须显式声明。比如选用 XL Turbo 就写ace_step.dit_model_path=acestep-v15-xl-turbo。

三、示例 1：一条命令生成 60 秒纯音乐 🎵

audiocpp_cli --task gen --family ace_step --model models/ACE-Step1.5-GGUF/xl-turbo \ --backend cuda --task-route text2music \ --text "warm lo-fi hip hop with a soft rhodes piano" --duration-seconds 60 \ --load-option ace_step.dit_model_path=acestep-v15-xl-turbo --out song.wav

执行后会在当前目录得到song.wav，即 60 秒的 lo-fi 风格纯音乐。

四、示例 2：带歌词的人声歌曲 🎤

生成带唱的歌曲时，在纯音乐命令基础上追加三个参数：歌词、语言、更高的推理步数：

--lyrics "[verse] City lights are falling slow" --language en --num-inference-steps 24

• --lyrics：用[verse]、[chorus]标记段落结构，模型会据此编排演唱；
• --language：指定歌词语言，影响发音与旋律走向；
• --num-inference-steps 24：turbo 默认步数偏少，人声场景给到 24 步音质更稳。

五、模型怎么选：q8dit 实测数据 📊

仓库 README 提供了 RTX 5090（CUDA）上同一提示词、同一随机种子的实测对比：

结论很清晰：q8dit 是速度与质量的甜点选择——速度快约 34%，波形相关系数高达 0.989；而「全量化」版本虽然更小，同一种子下会生成完全不同的歌曲，相当于换了个模型。

⚠️ 注意：q8dit 的安装包 ID（ace_step_xl_turbo_q8dit/ace_step_xl_sft_q8dit）正在等待上游 audio.cpp 支持。在此之前，请手动下载对应.gguf文件，然后把--model直接指向它所在的目录即可。

六、常见问题快答（FAQ）

Q：bf16 模型怎么安装？用 audio.cpp 自带的模型管理器，以 turbo bf16 为例：

python tools/model_manager_v2.py install ace_step_xl_turbo_bf16

Q：--model应该指向文件还是目录？指向目录。例如--model models/ACE-Step1.5-GGUF/xl-turbo，具体加载哪个 DiT 变体由--load-option ace_step.dit_model_path=...决定。

Q：生成结果每次都不一样？模型在固定随机种子下是确定性的（重复运行波形相关系数 1.0000）。若想复现某次结果，请保持种子与所有参数完全一致。

Q：更完整的参数在哪查？仓库 README.md 收录了模型清单、安装与运行示例；各参数全集可参考 audio.cpp 项目docs/models/ace_step.md中的选项参考文档。

掌握--task-route text2music+--load-option这两个核心参数的配合方式，配合上表其余选项，就能用 ACE-Step 1.5 XL 在本地快速产出纯音乐或带唱歌曲。建议先从 bf16 版本验证效果，再按需切换 q8dit 版本压缩显存占用。

• 人工智能
• 大模型
• 本地部署
• 音频
• 音乐生成
• 媒体生成
• 模型量化