Ajusta ACE-Step con adaptadores LoRA personalizados para generar música en tu estilo único.
Última actualización: Febrero 2026
LoRA (Adaptación de Bajo Rango) es una técnica que permite ajustar fino modelos grandes eficientemente entrenando solo un pequeño conjunto de pesos de adaptadores. Para ACE-Step, esto significa que puedes enseñarle al modelo un estilo musical específico usando solo 20-50 pistas de referencia.
Los datos de calidad son el factor más importante en el entrenamiento LoRA. Cada archivo de audio debe tener 30-120 segundos, ser de un solo instrumento o claramente mezclado, y representar consistentemente el estilo objetivo.
# Using Demucs for stem separation
pip install demucs
python -m demucs --two-stems=vocals audio/mixed_track.wavStem separation with Demucs for cleaner vocal isolation
# Normalize to -14 LUFS using ffmpeg
ffmpeg -i input.wav -filter:a loudnorm=I=-14:TP=-1.5:LRA=11 output.wavLoudness normalization to -14 LUFS
Estos parámetros recomendados funcionan para la mayoría de LoRAs de estilo musical. Ajusta según el tamaño de tu dataset y la especificidad del estilo objetivo.
| Parameter | Recommended | Range | Note |
|---|---|---|---|
| LoRA Rank | 16 | 4–64 | Higher = more capacity, slower training |
| LoRA Alpha | 32 | 8–128 | Usually 2× rank value |
| Learning Rate | 1e-4 | 5e-5 – 5e-4 | Lower for small datasets |
| Batch Size | 4 | 1–16 | Reduce if OOM errors occur |
| Epochs | 50–150 | 20–500 | Monitor for overfitting |
| Warmup Steps | 50 | 0–200 | Stabilizes early training |
Reúne 20-100 muestras de audio representando tu estilo objetivo. Usa separación de stems para una señal de entrenamiento más limpia. Exporta como WAV/FLAC a 44.1kHz.
# Recommended directory structure:
dataset/
audio/
track_001.wav
track_002.wav
...
metadata.jsonEscribe descripciones precisas para cada archivo de audio: género, instrumentos, tempo, estado de ánimo, tonalidad. La calidad de las descripciones impacta directamente la efectividad del LoRA.
[
{
"file": "audio/track_001.wav",
"caption": "upbeat indie folk, acoustic guitar, female vocals, 120 BPM, C major, energetic"
},
{
"file": "audio/track_002.wav",
"caption": "melancholic jazz, piano and double bass, slow tempo, 70 BPM, F minor, introspective"
}
]Copia configs/lora_training_template.yaml a configs/my_lora.yaml. Establece data_dir en la ruta de tu dataset y ajusta num_epochs según el tamaño del dataset.
# configs/my_lora.yaml
model:
base_model: "ace-step-1.5"
lora_rank: 16
lora_alpha: 32
target_modules: ["q_proj", "v_proj", "k_proj", "out_proj"]
training:
num_epochs: 100
batch_size: 4
learning_rate: 1.0e-4
warmup_steps: 50
save_every: 25
data:
data_dir: "./dataset"
sample_rate: 44100
max_duration: 120Ejecuta: python train_lora.py --config configs/my_lora.yaml. Monitorea las curvas de pérdida — la pérdida de entrenamiento debe disminuir constantemente sin picos.
python train_lora.py \
--config configs/my_lora.yaml \
--data_dir ./dataset \
--output_dir ./lora_output \
--num_epochs 100 \
--batch_size 4 \
--learning_rate 1e-4 \
--lora_rank 16Carga tu checkpoint LoRA y prueba con prompts variados. Si los resultados no coinciden con el estilo objetivo, aumenta los datos de entrenamiento o las épocas.
# Load and use your trained LoRA
python generate.py \
--prompt "upbeat indie folk with acoustic guitar" \
--lora_path ./lora_output/checkpoint-100 \
--lora_weight 0.8El entrenamiento LoRA requiere 20-50 pistas de referencia, GPU con 8GB+, y horas de cómputo. FM9 te permite controlar el estilo musical con prompts descriptivos — sin entrenamiento, sin recolección de datos, sin esperar. Pruébalo gratis con 50 créditos de bonificación.
Comenzar a Crear Gratis