ACE Step 1.5 XL (4B)音乐生成lora训练

环境要求

• 推荐显卡：4090 24G
• 最低要求：4090 或 3090
• 音频时长建议控制在 2分钟以内，超过2分钟可能爆显存

---

快速开始

1. 启动实例后，打开 JupyterLab
2. 找到对应的启动脚本，复制粘贴运行即可

---

模型说明

本镜像包含三个版本的模型：

模型	说明
Base	基础模型，推荐用于 LoRA 训练
SFT	经过微调，配合 CFG 设置可获得更好音质
Turbo	蒸馏量化版本，推荐日常生成使用

个人推荐使用 Turbo 进行跑歌，CFG 默认 1 step，可设为 8~12。

---

LoRA 训练

准备音频

• 将音频剪辑至 2分钟以内（避免爆显存）
• 如果音频格式不兼容，运行预处理脚本进行格式转换后再放入 training_music 文件夹

开始训练

1. 将音频文件放入 training_music 文件夹
2. 打开Comfy，启动训练
3. 训练大约 10~15分钟 完成

获取 LoRA 文件

训练完成后，进入 LoRA 输出文件夹 → checkpoints → final，找到对应文件，复制到 ComfyUI 的 models/loras 目录下，按 R键 刷新即可加载。

⚠️ 注意触发词：打标时设置的触发词必须加入 style 提示词中，否则 LoRA 效果不明显。

---

爆显存处理

训练或推理过程中如遇到显存不足，执行 Restart 重启服务后重试，并确保音频时长在2分钟以内。

---

ComfyUI 使用

• 启动 ComfyUI 后，点击 Workflow 选择对应工作流（Base / SFT / Turbo / LoRA训练均有预设）
• 填写 style（风格描述）和歌词（可用 AI 生成）
• 如出现电音，适当调整 CFG 或 Steps 参数

---