ACE-studio

ACE Studio 简介

ACE Studio 是一款面向音乐制作人的 AI 驱动生成式音乐工作站，其官方中文网站将其定位为提供 AI 人声、AI 乐器、声音克隆、音轨分离、音乐生成器等功能的一站式创作平台。官方文档进一步说明其使命是构建面向未来音乐创作的 AI 驱动音乐工作站，并从 AI 人声工作站演进为完整的 AI 音乐工作站（ACE Studio 2.0）。

核心功能

AI 歌声合成

ACE Studio 的核心能力是 AI 歌声合成：在轨道上加载 AI 歌手、创建包含 MIDI 音符和歌词的片段即可生成人声，并支持导入 MIDI 或 MusicXML 文件、粘贴整段歌词、在 AI 参数面板中为乐句添加呼吸等细节。官方指南将其描述为“使用 MIDI 和歌词生成歌声”。

AI 乐器

ACE Studio 2.0 在歌声之外新增了由 Chorus25 模型驱动的 AI 乐器，可生成小提琴、中提琴、大提琴、萨克斯、小号、都都克笛等超写实弦乐与管乐演奏，并支持精确的演奏法控制。

声音克隆

用户可上传 30-100 分钟的干净干声素材训练专属 AI 歌声模型，AI 会学习音色与演唱风格，训练完成后即可像内置 AI 歌手一样从 MIDI 和歌词生成歌声；克隆出的 AI 声音在账号下保持私有，未经授权他人无法访问。基础自定义槽位生成单语种声音，Pro 槽位可生成多语种声音，并提供多个训练版本供试听选择。

音轨分离与人声转 MIDI

ACE Studio 2.0 提供升级后的音轨分离（Stem Splitter）和人声转 MIDI 功能。

视频创作

视频创作是 ACE Studio 2.0 的重要工作流：用户可直接将视频导入软件，由 Video Composer 智能代理逐帧理解视频内容并一键生成与画面匹配的音乐和音效，也可以基于视频内容作曲。Music Video 功能则可由 AI 导演代理完成策划、选角、故事板与成片剪辑，将歌曲制作为完整音乐视频或适合 Reels、TikTok、YouTube Shorts 等平台分享的短宣传片（Promo Clip）。

AI 歌手与语言支持

ACE Studio 2.0 由全新的 Verse V2 歌声合成模型驱动，提供 140+ 个覆盖 8 种语言（英语、中文、日语、韩语、西班牙语、意大利语、法语、葡萄牙语）的 AI 歌手，并扩展了乡村、说唱、Afro、剧场等新风格。官方中文站点的介绍则提到超过 100 种支持 8 种语言的免版税声线，可从 MIDI 和歌词生成录音室品质的歌声。

DAW 集成

ACE Studio 可通过 ACE Bridge 2 插件与 DAW 深度集成：该插件是 VST3/AU/AAX 格式的乐器插件，在 ACE Studio 与 DAW 之间建立实时连接，支持无缝音频流传输、MIDI 录制与高级同步。用户可以在 DAW 中录制 MIDI 实时发送到 ACE Studio 并回传合成音频，还可使用 ACE Bridge ARA 插件实现速度、拍号与播放/停止/跳转的双向同步，并支持多实例同时控制多条轨道。

系统要求

ACE Studio 是适用于 Windows 和 macOS 的桌面应用，系统要求为 Windows 10 或 11（22H2 及以上）以及 macOS Ventura（13）或更高版本，且运行需要互联网连接。软件默认采用云端渲染，标准配置电脑即可运行；同时提供 Turbo Mode，可调用本地 GPU 加速 AI 渲染，官方建议 Windows 端配备 GeForce RTX 2060 或更新的 NVIDIA 显卡、macOS 端使用 Apple Silicon（M1 Max、M2 或更新）机型。

版权与授权

ACE Studio 对用户生成内容不主张版权，用户可将其用于商业或非商业项目；大部分预制 AI 歌手和 AI 乐器均为免版税，并可在歌手档案中一键生成授权证明 PDF。少数歌手（如洛天依、言和、乐正绫等）在商业使用时需要直接向 Vsinger 等第三方版权方取得授权，软件内以“需要第三方许可”标签标示。

商业模式

ACE Studio 早期采用订阅制（2023 年 10 月正式版设有爱好者、创作者、艺术家三档会员），而 ACE Studio 2.0 改为一次性付费的永久授权模式，并提供“订阅 2 年即可永久使用”的 RENT-TO-OWN 权益。百度百科资料显示其 2.0 版本所有预制 AI 声音和乐器均可免版税商用。

开源模型

2025 年 5 月，ACE Studio 与阶跃星辰（StepFun）联合发布并开源音乐生成基础模型 ACE-Step（3.5B 参数），采用扩散式架构，在 A100 GPU 上约 20 秒即可合成最长 4 分钟的音乐，速度比基于大语言模型的基线快约 15 倍，并支持声音克隆、歌词编辑、重混与音轨生成等精细控制。2026 年 2 月双方又开源了采用语言模型规划器与扩散 Transformer 混合架构的 ACE-Step 1.5，该模型在消费级 RTX 3090 显卡上可快速生成长歌曲并支持 LoRA 微调。