Sztuczna inteligencja stała się coraz bardziej sprawna w pisaniu piosenek, a stosunkowo mało znany rywal zdołał teraz pokonać Suno — arguably największe nazwisko w świecie muzyki AI — na jego własnym terenie.

ACE Music v1, opracowany przez ACE Studio, zajął pierwsze miejsce w rankingu muzyki wokalnej vocal music leaderboard serwisu Artificial Analysis, zdobywając 1160 punktów Elo wobec 1144 punktów dla Suno v6.

Benchmark AA-Music-Vocal v1.1 mierzy jakość generowanych przez AI piosenek zawierających wokal. Ewaluatorzy słuchają utworów wygenerowanych na podstawie identycznych promptów, nie wiedząc, który model je stworzył, a następnie wybierają swój ulubiony. Te preferencje determinują ocenę w stylu Elo, gdzie wyższe wyniki oznaczają silniejszą preferencję słuchaczy. Ponieważ oceny w stylu Elo są relatywne, a nie absolutne, wyniki odzwierciedlają preferencje w bezpośrednich porównaniach w ramach puli testowanych modeli, a nie niezależną miarę jakości.

Przewaga jest stosunkowo niewielka, a statystyczne przedziały ufności obu modeli się nakładają, co oznacza, że różnica w rankingu może mieścić się w granicach niepewności pomiaru. Suno zachowuje również pierwsze miejsce w osobnym rankingu muzyki instrumentalnej.

ACE Studio, założone w 2018 roku, pierwotnie koncentrowało się na syntezie śpiewu z nut MIDI i tekstu — w tej samej dziedzinie wokalnej, którą mierzy nowy ranking. Najnowszy model flagowy generuje kompletne piosenki na podstawie opisów tekstowych lub dostarczonych przez użytkownika tekstów utworów.

Testy praktyczne Decryptu: silniejsze melodie, czystsze zakończenia

W testach praktycznych Decryptu ACE Music konsekwentnie tworzył bardziej melodyjne i spójne piosenki w stylach mainstreamowych. Partie wokalne ogólnie brzmiały bardziej naturalnie, z mniejszą liczbą sztucznych artefaktów, które czasem sprawiają, że wokaliści AI brzmią, jakby z trudem wymawiali własny tekst, nadmiernie korzystali z autotune lub halucynowali słowa, jedynie by wypełnić puste przestrzenie.

Decrypt opublikował nawet jeden z własnych testowych utworów — piosenkę o najnowszym ogłoszeniu firmowym redakcji dotyczącym Information Exchange — aby zaprezentować możliwości modelu.

ACE radził sobie również lepiej z zakończeniami utworów. Tam, gdzie Suno czasem wprowadza dziwne dźwięki, zbędne powtórzenia, halucynacje lub gwałtowne zmiany muzyczne pod koniec, ACE generalnie zachowywał strukturę i dostarczał czystsze zakończenia. To istotne, ponieważ stworzenie przekonującego refrenu jest stosunkowo łatwe w porównaniu z utrzymaniem idei muzycznej przez cały utwór, nawet gdy tekst już się skończył.

Suno wciąż miał przewagę, gdy modele kierowane były w stronę mniej konwencjonalnych gatunków. W teście melodic death metal ACE konsekwentnie tworzył utwory — przykład tutaj — z kobietą śpiewającą wyraźnie przyjemnym, czystym głosem, bez agresywnej ekspresji wokalnej oczekiwanej w tym stylu. Co więcej, model mylił gatunki metalowe w zasadzie we wszystkich przypadkach. Suno oferował bardziej kreatywne aranżacje w odpowiednich ciężkich stylach, z lepszą spójnością stylistyczną w kilku podobnie wymagających promptach.

Te wyniki były subiektywne, a nie kontrolowanym benchmarkiem, ale pokazały, dlaczego zwycięstwo w rankingu nie czyni automatycznie jednego modelem lepszym wyborem dla każdego muzyka.

Więcej niż generator piosenek

Najciekawszą funkcją ACE może być jego workflow tworzenia piosenek. Funkcja „Idea” potrafi rozwinąć podstawowy koncept w tekst i uporządkowaną kompozycję, identyfikując poszczególne sekcje utworu i opisując, jak powinny być zaaranżowane. Użytkownicy mogą następnie doszlifować materiał, zamiast wielokrotnie generować zupełnie nowe utwory.

Wersja v1.1 Preview idzie dalej, tworząc partyturę przed wygenerowaniem dźwięku. „Każda generacja to nowe wykonanie, więc dźwięk może się różnić, nawet gdy partytura pozostaje ta sama” — wyjaśniają twórcy.

Użytkownicy mogą edytować melodie i akordy, ponownie generować wykonania, eksportować pliki MIDI oraz oddzielać wokal od instrumentów do dalszej produkcji. Sam MIDI to wieloletni standardowy format kodowania nut i danych wykonawczych, więc wyeksportowane pliki można otwierać w konwencjonalnym oprogramowaniu do produkcji muzycznej w celu dalszej edycji. Ten workflow stawia ACE bliżej asystenta produkcji muzycznej niż prostej aplikacji typu prompt-to-song.

Ambicje open source

Flagowy model ACE Music v1 pozostaje zamknięty, bez publicznego API, więc użytkownicy mogą obecnie generować muzykę wyłącznie za pośrednictwem oficjalnej strony. Mimo to twórcy prowadzą równoległą strategię open source. ACE Studio i StepFun udostępniły już ACE-Step 1.5, osobną rodzinę modeli, której kod i wagi są publicznie dostępne. W przeciwieństwie do flagowego modelu zamkniętego, modele te mogą działać na sprzęcie użytkowników — choć kosztem słabszej wydajności.

Firma zapowiedziała również kolejne wydanie. „Planujemy udostępnić ACE Music v1 Flash jako open source pod koniec 2026 roku” — stwierdzają twórcy na swojej stronie, opisując wersję zaprojektowaną tak, by równoważyć jakość, szybkość generowania i wymagania sprzętowe.

ACE Music jest dostępny poprzez aplikację przeglądarkową, z ograniczonym darmowym planem i płatnymi subskrypcjami. Prawa do komercyjnego wykorzystania utworów wygenerowanych modelem flagowym wymagają płatnego planu — rozróżnienie istotne dla każdego, kto planuje publikować lub monetyzować wygenerowane utwory — podczas gdy ACE-Step oferuje osobną darmową opcję generowania.

Na ten moment ACE Music v1 prowadzi o 16 punktów Elo nad Suno v6 w generowaniu wokalu. Obiecane wydanie Flash da użytkownikom uruchamiającym modele lokalnie kolejną opcję do wypróbowania przed końcem 2026 roku.