ACE Music盲听领先Suno,人声与曲风表现解读

发布时间:2026-11-12 04:16:02 UTC+8 约 1718 字 5 个小节

AI生成的歌曲,不能只听副歌是否顺耳。人声能不能自然地唱完歌词,编曲能不能保持连贯,结尾会不会突然出现奇怪的声音,都影响整首歌的听感。Decrypt对ACE Music的测试,恰好把这些差异放到了台面上。

榜单领先也不等于所有曲风都更强。ACE Music在人声盲听评测中排在Suno前面,但在风格要求更明确的小众类型里,测试结果并没有完全倒向它。把评分、试听表现和创作功能分开看,更容易理解这款模型的特点。

ACE Music凭什么领先Suno?

ACE Studio开发的ACE Music v1,在Artificial Analysis的人声音乐榜单上取得1,160的Elo评分,Suno v6的评分为1,144。

这项评测使用包含人声的AI生成歌曲。不同模型接收相同提示词,听众在不知道歌曲由哪个模型生成的情况下,选出自己更喜欢的作品,偏好结果再用于形成评分。

说白了,这个排名反映的是盲听中的听众偏好,不是对作曲能力、制作功能和所有音乐类型的统一打分。两款模型的领先差距不大,统计置信区间也存在重叠。单独看器乐音乐榜单,领先者仍然是Suno。

人声和歌曲结尾好在哪里?

据Decrypt报道,在其主流风格测试中,ACE Music生成的歌曲旋律更突出,整体也更连贯。这里说的是媒体测试结果,并不是本文进行了独立试听验证。

人声自然度是其中一个明显差别。报道认为,ACE较少出现发音吃力、修音感过重,或为了填满空白而唱出并不存在的词等问题。这并不代表它完全没有合成痕迹,而是这些问题在测试中的表现相对较少。

另一个差别在结尾。Suno有时会在歌曲快结束时加入奇怪的声音、不必要的重复,或者突然改变音乐走向;ACE通常能保持原有结构,让歌曲收得更干净。

这类差异并不只关乎尾奏好不好听。歌词唱完以后,音乐仍然需要沿着原来的思路继续推进。能否把整首作品完整收住,与生成一段好听的副歌是不同的问题。

为什么小众曲风仍有短板?

在旋律死亡金属测试中,ACE反复生成由女性以清晰、悦耳的干净嗓音演唱的作品,却没有体现提示词所要求的激烈唱法。Decrypt还提到,它对不同金属类型的区分存在混淆。

相比之下,Suno在这些重型风格中给出了更有变化的编排,在若干风格要求较高的提示词下,也保持了更好的类型一致性。

所以,声音自然和风格准确不是同一回事。一段演唱即使清晰顺耳,也可能不符合歌曲要求的表达方式。原报道同时说明,这些测试带有主观判断,并非受控基准测试,不能据此把某款模型判定为适合所有音乐人的工具。

创作功能和开源版本有何区别?

ACE的另一处特点是创作流程。它的“Idea”功能可以把基础想法扩展成歌词和有结构的作品,识别歌曲段落,并描述各段如何编排。用户可以继续修改已有内容,而不只是反复生成全新的歌曲。

v1.1 Preview进一步采用先生成乐谱、再生成音频的方式。开发者解释,即使乐谱保持不变,每次生成也相当于一次新的演奏,因此声音可能不同。用户还可以编辑旋律与和弦、重新生成演奏、导出MIDI文件,以及分离人声和乐器,供后续制作使用。

旗舰模型与开源模型需要分清。ACE Music v1仍然闭源,也没有公开API。ACE Studio与StepFun已经发布的ACE-Step 1.5,是代码和权重公开的另一套模型,可以在用户自己的硬件上运行,但原报道指出,其能力弱于旗舰模型。

开发者还计划在2026年晚些时候开源ACE Music v1 Flash,定位是兼顾质量、生成速度和硬件要求。这是发布计划,不能写成已经完成开源。

使用权限也有区别。ACE Music提供有限免费额度和付费订阅,旗舰模型生成歌曲的商业使用权需要付费方案;ACE-Step则另有免费生成选项。能否生成作品,与是否拥有相应商业使用权,需要分别确认。

结语:领先不等于适合所有曲风

这次报道呈现的区别很明确:ACE Music在人声偏好评分、主流风格的连贯性和结尾处理上表现较好,Suno则在部分小众重型风格中更贴合要求。理解这些具体差异,比只记住榜单名次更有用。

另作检索主题区分:TRON是什么并不是这篇报道讨论的问题。本文涉及的是AI音乐生成与制作工具,不应据此建立它与其他项目之间的关联。

关键词 ACE MusicAI音乐生成Suno

本文基于公开媒体报道整理,仅作信息参考,不构成任何投资依据,内容以原文为准。

更多资讯

全部资讯 →