人工智能创作歌曲的能力已日益增强，如今一个相对陌生的竞争对手在 Suno——可以说是 AI 音乐领域最大的名字——的主场击败了它。

由 ACE Studio 开发的 ACE Music v1 在 Artificial Analysis 的人声音乐排行榜上位居第一，以 1,160 Elo 分领先 Suno v6 的 1,144 分。

AA-Music-Vocal v1.1 基准测试衡量 AI 生成的人声歌曲的质量。评审者在不知道哪款模型创作的情况下聆听由相同提示词生成的曲目，然后选出自己最喜欢的作品。这些偏好决定了 Elo 式评分，分数越高表明听众偏好越强。由于 Elo 式评分是相对而非绝对的，分数反映的是被测模型池内的两两对比偏好，而非独立的质量衡量标准。

领先幅度相对较小，且两个模型的统计置信区间相互重叠，这意味着排名差距可能落在测量不确定性范围之内。Suno 也仍保持在独立的器乐音乐排行榜上的首位。

ACE Studio 成立于 2018 年，最初专注于从 MIDI 音符和歌词合成歌声——正是新排行榜所衡量的人声领域。其最新旗舰模型可根据文字描述或用户提供歌词生成完整歌曲。

Decrypt 实测：旋律更强，收尾更干净

在 Decrypt 的实测中，ACE Music 在主流风格上持续生成更具旋律性和连贯性的歌曲。其人声表现总体上听起来更自然，合成痕迹更少——这类痕迹有时会让 AI 歌手听起来像是在艰难地发音自己的歌词、过度依赖自动修音，或者为填补空白而凭空唱出词语。

Decrypt 甚至发布了其中一首测试曲目——一首关于该媒体最新公司公告 Information Exchange 的歌曲——以展示该模型的输出效果。

ACE 在歌曲结尾的处理上也更出色。Suno 偶尔会在临近结束时引入奇怪的声音、不必要的重复、幻觉或突兀的音乐变化，而 ACE 通常能保持结构完整，给出更干净的收尾。这一点很重要，因为与在整个作品中——甚至歌词已经结束后——维持一个音乐构思相比，做出一段令人信服的副歌要容易得多。

当模型被推向较为非常规的流派时，Suno 仍占优势。在 Decrypt 的旋律死亡金属测试中，ACE 生成的曲目——一个示例在此——始终是一位女歌手以悦耳、干净的声音清晰演唱，缺乏该流派所要求的具有攻击性的演唱方式。更广泛地说，该模型在各种金属流派上都会混淆。Suno 在正统重型风格中提供了更具创意的编曲，在多个同样高要求的提示词下保持了更好的风格一致性。

这些结果是主观的，而非受控基准测试，但它们说明了为什么排行榜的胜利并不意味着某款模型自动成为每位音乐人的更佳选择。

不止是一个歌曲生成器

ACE 最有趣的功能可能是其歌曲创作工作流。其“Idea”功能可以将一个基本概念发展为歌词和结构化的作品，识别出各个歌曲段落并描述它们应如何编排。用户随后可以对这些素材进行打磨，而不是反复生成全新的曲目。

v1.1 Preview 更进一步，在生成音频之前先创建乐谱。“每一次生成都是一次新的演绎，因此即使乐谱不变，声音也可能有所不同，”开发者解释道。

用户可以编辑旋律与和弦、重新生成演绎、导出 MIDI 文件，并将人声与乐器分离以便进一步制作。MIDI 本身是一种历史悠久的标准格式，用于编码音符和演奏数据，因此导出的文件可以在常规音乐制作软件中打开进行进一步编辑。这一工作流使 ACE 更接近音乐制作助手，而非简单的提示词生成歌曲的应用。

开源雄心

旗舰模型 ACE Music v1 仍为闭源且无公开 API，因此用户目前只能通过官方网站生成音乐。不过，其开发者正在推行并行的开源策略。ACE Studio 与 StepFun 已发布 ACE-Step 1.5，这是一套独立的模型家族，其代码和权重均公开可用。与专有旗舰模型不同，这些模型可以在用户自己的硬件上运行——但代价是性能较弱。

该公司还承诺了另一次发布。“我们计划在 2026 年下半年开源 ACE Music v1 Flash，”开发者在网站上表示，称其为一个旨在平衡质量、生成速度和硬件需求的版本。

ACE Music 通过其浏览器应用提供，包含有限的免费层级和付费订阅。旗舰模型歌曲的商业使用权限需要付费方案——这一区别对任何计划发布或变现生成曲目的人来说都很重要——而 ACE-Step 则提供单独的免费生成选项。

目前，ACE Music v1 在人声生成领域对 Suno v6 保持着 16 分的 Elo 领先。其承诺的 Flash 版本将为在本地运行模型的用户提供又一个可在 2026 年底前尝试的选择。