無料で「Suno v4.5」超え？ 音楽生成AI「ACE-Step v1.5」公開 個人向けGPUでも動作
AIスタートアップの米Timedomainは2月4日（日本時間）、音楽生成AI「ACE-Step v1.5」を公開した。「RTX 3090」など消費者向けのGPUでも動作し、同様の音楽生成AI「Suno」の前世代モデル「v4.5」を上回る性能とうたう。MITベースの独自ライセンスで、商用利用や配布、複製が可能だが、利用者に対して規約として芸術的誠実性や法令順守を求めている。
ベンチマーク（GitHubから引用、以下同）
10秒から10分の音楽を最大8曲まで同時生成可能で、1000以上の楽器や50以上の言語によるボーカル音声を出力できる。既存の楽曲からカバー楽曲を作成したり、ボーカル音源から伴奏を生成したりといった使い方も可能。LoRAによるファインチューニングにも対応する。
内部的にはパラメータの異なる複数の言語モデルに加え、拡散モデルとTransformerを組み合わせたDiffusion Transformers（DiTs）がセットになっており、GPUのVRAMによって自動的に使い分ける仕組みという。言語モデルはいずれも「Qwen 3」ベースで、ユーザーの指示を基に歌詞や楽曲の構成図を作成し、DiTsが実際に音声を生成する。
モデルの役割分担
アーキテクチャ
GitHub上の記載によれば、GPU「NVIDIA A100」を使った場合は1曲（長さは記載なし）当たり2秒未満、RTX 3090でも10秒未満で生成可能。一方で、VRAM4GBのGPUでも動作するとしている。Timedomainによれば、学習データは全てパブリックドメインかロイヤルティーフリー、ライセンスを得た音源もしくは合成データという。
Copyright © ITmedia, Inc. All Rights Reserved.
関連記事
こんなメディアも見られています
ITmedia AI＋に関連する情報をお探しであれば、こちらのメディアもお役に立てるかもしれません。
SpecialPR
アクセスランキング
-
1
FANZAで「成人向けAIコンテンツ制作サービス」開始 8月24日から先行体験
-
2
「たった14人」の挑戦から7兆円の逆転劇へ ラピダス小池社長の「TSMCとは戦わない」2ナノ半導体の勝算
-
3
カルビーが挑むジャガイモ収量の限界――自社開発AIでサプライチェーン最適化
-
4
データをつなぎ、AI活用へ――オートデスクが示す設計／製造DXの未来像
-
5
Anthropic、「ミュトス 5」を脆弱性スキャンに開放──「Claude Security」経由でEnterprise顧客が利用可能に
-
6
「社内用語」がAI分析を邪魔する……ニトリが“力技”で解決 「赤羽店の寝具の売上高を出して」可能にできたワケ
-
7
SNSのウソ画像、どう見破る？ 熊本県庁やテレビ局も頼る“すごい企業”の正体
-
8
「孫さんはOpenAIだが、僕はAnthropic」 SBI北尾会長が語る「AI投資5億円→増収27億円」の勝算
-
9
現役組み込みエンジニアがAIを業務利用して分かったこと――期待と限界と現実解
-
10
ChatGPTに「おすすめの○○は？」 実は答えが決まっているらしい：893rd Lap
SpecialPR
ITmedia AI＋ SNS
@itm_aiplusをフォロー
インフォメーション
注目情報をチェック
ITmedia AI＋をフォロー
あなたにおすすめの記事PR