Muitas pessoas, ao terem o primeiro contato com geração de música, ficam tocadas por aquele momento.

Escreva uma frase, espere um pouco, e uma música completa com voz, melodia e arranjo aparece. O que antes exigia encontrar um compositor, arranjador, cantor e técnico de mixagem para ser concluído, agora uma única pessoa também pode começar.

Mas, depois de realmente fazer algumas músicas, os problemas logo aparecem.

Gerar não é difícil, gerar uma música que você esteja disposto a guardar ainda é difícil.

Às vezes, a letra é escrita com muito cuidado, mas quando é cantada parece uma leitura palavra por palavra; às vezes, a atmosfera do verso está boa, mas ao chegar ao refrão ela não realmente cresce; há também algumas obras que parecem surpreendentes na primeira escuta, mas, ao ouvi-las novamente, percebe-se que a melodia não tem um ponto memorável. Então, só resta trocar o prompt, mudar o estilo, gerar novamente e continuar procurando entre uma pilha de versões parecidas.

Mais problemático ainda é que, quando queremos colocar a geração de música em nosso próprio produto, a questão não é mais apenas “é possível gerar”. A interface é estável, quantas músicas são retornadas de uma vez, como lidar com falhas nas tarefas, se o custo de geração pode ser suportado — essas questões que não parecem românticas, no fim, frequentemente determinam se uma ideia criativa pode realmente ser lançada.

O valor do ACE Music é justamente o que começa a se tornar claro nessa etapa.

Ele não é simplesmente adicionar mais um modelo de música, mas oferecer aos criadores e desenvolvedores outra escolha: com um custo menor, transformar uma inspiração em uma frase ou uma letra completa em duas músicas candidatas que podem ser ouvidas e baixadas, e então escolher entre elas a direção que realmente vale a pena continuar desenvolvendo.

Quando “gerar uma música” se torna fácil, o que realmente é escasso são bons resultados

A madrugada em que a criação travou

A criação musical tem uma contradição muito realista.

Quanto mais fácil é gerar, mais facilmente gastamos nosso tempo em tentativas intermináveis.

Uma frase de prompt pode gerar uma música, e isso já parece simples o suficiente. Mas, se o criador tem em mente um tema, uma letra e uma emoção claros, depender apenas de uma descrição ampla geralmente não é suficiente. O que queremos controlar não é apenas se será “pop” ou “folk”, mas como o verso deve preparar o terreno, em que momento o refrão deve se abrir, se a voz feminina deve ser contida ou brilhante, e se a última frase deve deixar um espaço em branco ou pousar.

Esses detalhes determinam se uma música apenas soa como uma música ou se realmente consegue fazer as pessoas se lembrarem dela.

O ACE Music oferece duas formas muito diretas de criação no Ace Data Cloud.

Se houver apenas uma ideia vaga, é possível usar o modo de inspiração para descrever o tema, a emoção e a direção musical da música. Se a letra já estiver pronta, é possível enviar o título, a letra completa e o Style, permitindo que o modelo complete o canto e o arranjo em torno de um conteúdo claro. Na letra, também é possível manter etiquetas estruturais como [Verse] e [Chorus], tornando as relações entre as seções mais claras.

Uma geração completa retorna duas candidatas, em vez de fornecer apenas um resultado. O criador pode comparar diretamente dois tratamentos de melodia e canto, e então decidir qual delas vale mais a pena manter.

Esse design parece apenas gerar uma música a mais, mas, na prática, está muito de acordo com os hábitos da criação musical.

Normalmente, não estamos julgando se uma música “passa ou não passa”, mas buscando, entre duas direções, a versão que mais se aproxima da nossa própria ideia. Com uma comparação, torna-se mais fácil julgar se a melodia tem um ponto memorável, se o refrão se sustenta o suficiente e se a voz é adequada à letra.

O que o ACE Music quer fazer não é apenas cantar o texto

Da letra a duas músicas candidatas

No Ace Data Cloud, o ACE Music atualmente oferece os modelos acemusic-v1.1 e acemusic-v1, sendo acemusic-v1.1 a escolha padrão. Além da geração convencional por inspiração e da geração com letras personalizadas, ele também suporta a importação de áudio de referência, covers de obras existentes e a fusão de duas músicas de referência.

Para quem quer apenas validar rapidamente um tema, o modo de inspiração já é suficiente.

Por exemplo, insira:

Uma canção folk chinesa calorosa e contida, escrita para uma pessoa que deixou sua cidade natal há muitos anos e, tarde da noite, de repente se lembra de uma rua antiga. Principalmente violão acústico e cordas suaves, voz feminina natural, sem sentimentalismo excessivo.

O modelo concluirá a compreensão da direção da música com base nessa descrição.

Se o criador já tiver escrito a letra, poderá mudar para o modo personalizado. Título, letra e Style são enviados separadamente; o modelo não precisa reinterpretar a história para você, mas conclui diretamente a música em torno do texto existente.

Essa forma é especialmente adequada para criação em chinês.

Porque as letras em chinês dependem muito do comprimento das frases, das pausas e da entonação. Se o tema, a letra e o Style estiverem todos apertados em uma única descrição, o modelo facilmente consegue cuidar do estilo, mas não da expressão específica. Depois de separar o conteúdo da direção musical, o criador pode primeiro revisar cuidadosamente a letra e, depois, ajustar separadamente o estilo musical e a sensação do canto.

O ACE Music também oferece uma interface independente de geração de letras. Ela pode fornecer um título e um rascunho de letra com base no tema e no estilo musical; depois da geração, ainda é possível fazer modificações manuais antes de enviá-los para a interface de música.

Um ponto mais importante aqui é: a geração de letras e a geração de música são duas etapas separadas.

Ele não força o criador a aceitar todo o conteúdo produzido de uma só vez. Primeiro escrever a letra, depois revisar a letra e, por fim, fazer a música: esse processo está mais próximo da criação real e também torna mais fácil preservar o julgamento humano.

ACE Music e Suno não são uma substituição um do outro

Os diferentes fluxos de trabalho do ACE Music e do Suno

Ao mencionar música com IA, a primeira reação de muitas pessoas ainda é Suno. Isso é muito normal. A Suno já estabeleceu uma cadeia de criação bastante completa, além da geração básica de músicas, também cobre continuação, substituição parcial, junção, covers, Remaster, adição e extração de faixas, separação de faixas e capacidades relacionadas a timbres. Nas interfaces atualmente oferecidas pela Ace Data Cloud, a Suno continua sendo um conjunto mais completo de ferramentas de pós-processamento.

A direção da ACE Music é um pouco diferente.

Atualmente, ela está mais focada na própria geração de músicas: transformar ideias ou letras em duas candidatas completas, e também pode usar áudio de referência para covers ou fusão de dupla referência. Ela temporariamente não fornece parâmetros como continuação, separação de faixas e clonagem de timbre na API da Ace Data Cloud.

Portanto, uma compreensão mais precisa não é “a ACE Music pode substituir a Suno”, mas sim que elas são adequadas para diferentes posições no fluxo de criação.

Se o objetivo é encontrar rapidamente melodias agradáveis, vocais naturais e uma estrutura completa de música a partir de uma letra, a ACE Music é uma escolha muito atraente. Seu fluxo é mais curto, e a forma de chamada também é mais concentrada.

Se, após a geração da música, ainda for necessário continuar estendendo, substituir um determinado trecho, separar vocais e acompanhamento, ou manter várias obras usando o mesmo conjunto de timbres, a cadeia de ferramentas da Suno é atualmente mais madura.

Para muitas equipes de conteúdo, a solução mais prática talvez não seja escolher apenas uma das duas.

É totalmente possível primeiro usar a ACE Music para encontrar rapidamente a direção da música, selecionar a versão com a melodia e a emoção mais adequadas e, depois, entrar em um fluxo de pós-produção mais detalhado conforme as necessidades do projeto. Os modelos são apenas ferramentas; o que realmente importa é colocar diferentes ferramentas na posição em que são melhores.

As vantagens da ACE Music se refletem primeiro no custo de criação

De acordo com as regras atuais de cobrança da Ace Data Cloud, a ACE Music gera duas músicas candidatas completas consumindo cerca de 0.3148 Credits. Os modelos novos mais populares da Suno atualmente geram duas músicas consumindo geralmente cerca de 0.56 Credits.

Comparando pela mesma métrica de Credits, o custo básico de geração de músicas da ACE Music é cerca de 40% menor.

Para quem faz uma música ocasionalmente, a diferença talvez não seja tão evidente. Mas, para equipes que precisam testar estilos repetidamente, gerar em lote ou integrar capacidades musicais a produtos, o custo será rapidamente ampliado.

Por exemplo, para a mesma letra, talvez precisemos testar:

  • A diferença entre folk quente e pop urbano
  • A diferença entre solo vocal feminino e dueto masculino e feminino
  • A diferença entre uma versão contida e uma versão com refrão mais forte
  • O impacto de diferentes instrumentações na emoção da letra

Cada geração produz duas candidatas. Quando a escala de chamadas aumenta gradualmente, um custo menor por chamada significa que o produto pode oferecer aos usuários mais espaço para tentativas, em vez de ter de considerar seriamente o orçamento a cada clique em “gerar novamente”.

O mecanismo de cobrança por falha da ACE Music também é relativamente amigável. A cobrança pela geração de músicas desse grupo só ocorre após a entrega bem-sucedida do grupo completo de duas músicas; se a tarefa falhar no final, ou se apenas uma música for concluída e o conjunto entrar em estado de falha parcial, não será cobrada a taxa de geração de músicas desse grupo, e as faixas que já foram concluídas ainda serão preservadas.

Para serviços de geração assíncrona, essa regra é muito importante.

Os usuários não precisam arcar com o custo de resultados que não foram entregues integralmente, e os desenvolvedores também podem projetar mais facilmente tentativas novamente e avisos de exceção, em vez de continuar lidando com disputas de cobrança após a falha da tarefa.

O áudio de referência faz com que a criação não dependa mais apenas de texto

Apenas descrever música por meio de Style às vezes apresenta um problema: sabemos o que queremos, mas é difícil expressá-lo com precisão.

Palavras como “quente”, “retrô” e “cinematográfico” têm significados diferentes para cada pessoa. O que os criadores realmente querem preservar pode ser a forma como uma melodia se desenvolve, certo senso de ritmo ou a sensação de a emoção se desdobrar gradualmente na música original.

A ACE Music pode primeiro importar um arquivo MP3 publicamente acessível para gerar uma faixa de referência que pode continuar sendo usada. Depois, é possível criar um Cover em torno dessa referência, ou colocar duas faixas de referência diferentes juntas para fazer um Mashup.

Nos modos de cover e fusão, também é possível usar audio_influence para controlar o grau de influência do áudio de referência, com valores de 1 a 100 e valor padrão de 60.

Isso deixa um espaço relativamente prático para a criação.

Com um grau de influência maior, o resultado ficará mais próximo da referência; com um grau menor, dará ao modelo mais margem para reinterpretar. Isso não necessariamente substitui um arranjo profissional, mas é muito mais intuitivo do que descrever música usando apenas alguns adjetivos.

É claro que o áudio de referência não é um atalho para direitos autorais.

Seja para covers, fusões ou projetos comerciais, deve-se garantir que o conteúdo enviado e o uso final tenham as autorizações necessárias. O que a tecnologia consegue fazer e se o conteúdo pode ser usado legalmente ainda são duas coisas diferentes.

A integração não é complexa; o que realmente exige atenção é o fluxo de tarefas

Fluxo de integração da API ACE Music

A ACE Music fornece principalmente três tipos de interfaces na Ace Data Cloud: músicas, letras e consulta de tarefas.

A geração de músicas usa:

POST https://api.acedata.cloud/acemusic/audios

A geração de letras usa:

POST https://api.acedata.cloud/acemusic/lyrics

A consulta de tarefas usa:

POST https://api.acedata.cloud/acemusic/tasks

Antes da chamada formal, é necessário primeiro criar ou copiar uma API Key no console da Ace Data Cloud e garantir que as credenciais tenham permissões de acesso à ACE Music e cota disponível. A solicitação conclui a autenticação de identidade por meio de Bearer Token.

Se estiver começando apenas com uma frase de inspiração, é possível enviar uma solicitação como esta:

curl --request POST 'https://api.acedata.cloud/acemusic/audios' \
  --header 'Authorization: Bearer YOUR_API_KEY' \
  --header 'Content-Type: application/json' \
  --data '{
    "model": "acemusic-v1.1",
    "custom": false,
    "prompt": "一首温暖克制的中文民谣,写给离开故乡多年的人,木吉他与轻柔弦乐,女声自然",
    "async": true
  }'

Se as letras já estiverem prontas, então é possível usar o modo personalizado:

curl --request POST 'https://api.acedata.cloud/acemusic/audios' \
  --header 'Authorization: Bearer YOUR_API_KEY' \
  --header 'Content-Type: application/json' \
  --data '{
    "model": "acemusic-v1.1",
    "custom": true,
    "title": "As luzes da velha rua",
    "style": "Pop folk chinês caloroso, vocal feminino íntimo, violão acústico, cordas suaves, emoção contida",
    "lyric": "[Verse]\nSó depois de partir descobri\nQue aquela rua não ficou tão distante\n\n[Chorus]\nAs luzes da velha rua ainda estão acesas\nComo se alguém esperasse que eu voltasse",
    "async": true
  }'

Após a interface aceitar a solicitação, ela normalmente primeiro retorna task_id, o que não significa que a música já foi gerada.

A forma correta é salvar este ID da tarefa e consultar o progresso por meio da interface de tarefas. Após a tarefa ser bem-sucedida, o resultado incluirá duas faixas de áudio, cada uma com seu próprio título, letra, Style, duração, endereço de áudio, bem como um ID de faixa que pode ser usado para covers ou fusões posteriores.

Se for um produto formal, recomenda-se também enviar Idempotency-Key.

Quando a rede é interrompida ou a página é atualizada, o cliente pode usar a identidade da solicitação original para recuperar a tarefa, em vez de reenviar uma nova geração paga. Usar a mesma chave de idempotência e a mesma solicitação retornará a tarefa original; se a chave de idempotência for a mesma, mas o conteúdo da solicitação for diferente, ela será rejeitada.

Para produtos que precisam operar por longos períodos, também é possível configurar callback_url. Após a conclusão da tarefa, o serviço enviará o resultado final ao endereço especificado, e o frontend não precisará continuar fazendo polling.

De um botão de geração a um produto musical realmente utilizável

Integrar um modelo musical não é difícil.

O que realmente é difícil é fazer com que os usuários queiram manter o resultado.

Isso exige que o produto não forneça apenas uma caixa de entrada e um botão de geração, mas também trate com seriedade a modificação de letras, a comparação de versões, a prévia, a recuperação de tarefas, os favoritos e o download. As duas candidatas devem ser colocadas juntas para comparação, em vez de ficarem dispersas no histórico; o estado de falha deve explicar claramente o que aconteceu, em vez de exibir apenas “erro de geração”; após uma interrupção de rede, a tarefa original também deve continuar sendo recuperada, em vez de fazer o usuário recomeçar do zero.

As vantagens do ACE Music são justamente adequadas para essa abordagem de produto mais pragmática.

Ele não empacota as capacidades atuais como uma estação de trabalho musical onipotente, mas torna o caminho mais usado suficientemente direto: inserir uma inspiração ou letra, esperar a tarefa ser concluída, obter duas músicas completas e então escolher a melhor versão entre elas.

Se for necessário continuar refinando, o resultado pode ser enviado para o fluxo de produção posterior; se for apenas para encontrar uma música completa para vídeos curtos, histórias, cenas de jogos ou criações pessoais, o próprio resultado gerado pode se tornar o ponto de partida.

A geração musical chegou hoje a um ponto em que já não é apenas algo tão simples quanto “fazer o modelo cantar uma música”.

Começamos a nos importar se a letra foi expressa com cuidado, se o refrão consegue deixar uma lembrança, se o custo pode sustentar tentativas repetidas, e também começamos a nos importar se uma capacidade é suficientemente estável para realmente entrar em nosso próprio produto.

O que o ACE Music oferece é outro caminho mais leve e mais direto.

Não é fazer todas as escolhas pelos criadores, mas permitir que a inspiração tenha mais rapidamente uma versão que possa ser ouvida.

E o lugar onde muitas obras realmente começam é, muitas vezes, ao ouvi-las pela primeira vez.


Se quiser experimentar o ACE Music por conta própria, você pode acessar o Ace Data Cloud por aqui:

Documentação técnica de integração do ACE Music