人工智慧譜寫歌曲的能力日益提升,如今一個相對陌生的競爭者已在自己的主場擊敗堪稱 AI 音樂界最大品牌的 Suno。

由 ACE Studio 開發的 ACE Music v1 奪下 Artificial Analysis 人聲音樂排行榜的第一名,以 1,160 的 Elo 分數領先 Suno v6 的 1,144 分。

AA-Music-Vocal v1.1 基準測試衡量含人聲的 AI 生成歌曲品質。評審在不知道歌曲由哪個模型生成的情況下,聆聽以相同提示詞產生的曲目,並選出自己偏好的版本。這些偏好決定 Elo 式評分,分數越高代表聽眾偏好越強。由於 Elo 式評分是相對而非絕對的,分數反映的是受測模型池內的兩兩對比偏好,而非獨立的品質衡量。

領先幅度相當小,兩個模型的統計信賴區間互相重疊,意味著排名差距可能落在測量不確定性的範圍內。Suno 也在獨立的器樂排行榜上保持首位。

成立於 2018 年的 ACE Studio,最初專注於從 MIDI 音符與歌詞合成歌聲——正是新排行榜所衡量的人聲領域。其最新旗艦模型可從文字描述或使用者提供的歌詞生成完整歌曲。

Decrypt 實測:旋律更強、結尾更乾淨

在 Decrypt 的實測中,ACE Music 在主流風格上持續產出更具旋律性且更連貫的歌曲。其人聲表現整體聽起來更自然,合成痕跡更少——這些痕跡有時會讓 AI 歌手聽起來像在辛苦咬字、過度依賴自動修音,或為了填補空隙而幻聽出根本不存在的詞句。

Decrypt 甚至發布了自己的測試曲目——一首關於該媒體最新公司公告「資訊交換」(Information Exchange) 的歌曲——以展示模型的輸出成果。

ACE 在歌曲結尾的處理上也更出色。Suno 偶爾會在接近結尾時出現奇怪聲響、不必要的重複、幻聽或突兀的音樂轉變,而 ACE 通常能維持結構並呈現更乾淨的收尾。這一點很重要,因為相較於在整首作品中貫徹同一個音樂理念(即使歌詞早已結束),寫出一個有說服力的副歌相對容易。

當兩個模型被推向較非主流的曲風時,Suno 仍佔有優勢。在 Decrypt 的旋律死亡金屬測試中,ACE 持續產出由女聲以悅耳乾淨的嗓音清晰演唱的曲目——範例請見此——卻缺少該曲風應有的侵略性唱腔。整體而言,該模型在各種金屬曲風上都會混淆。Suno 在正統重型風格上提供了更具創意的編曲,在多個同樣嚴苛的提示詞下展現更好的風格一致性。

這些結果屬於主觀評價而非受控基準測試,但它們說明了為什麼登上排行榜冠軍並不自動代表某個模型對每位音樂人都是更好的選擇。

不只是歌曲生成器

ACE 最有趣的功能或許是其寫歌工作流程。其「Idea」功能可將基本概念發展為歌詞與結構化的作品,辨識出個別歌曲段落並描述其應有的編排方式。使用者接著可以逐步潤飾素材,而非反覆生成全新曲目。

v1.1 Preview 更進一步,在生成音訊之前先建立樂譜。「每次生成都是一次新的演奏,因此即使樂譜相同,聲音也可能不同,」開發者解釋道。

使用者可編輯旋律與和弦、重新生成演奏、匯出 MIDI 檔案,並將人聲與樂器分離以進行後續製作。MIDI 本身是編碼音符與演奏資料的長期標準格式,因此匯出的檔案可在傳統音樂製作軟體中開啟並進一步編輯。這樣的工作流程讓 ACE 更接近音樂製作助理,而非單純的提示詞轉歌曲應用程式。

開源野心

旗艦的 ACE Music v1 模型目前仍為閉源且無公開 API,使用者目前只能透過官方網站生成音樂。儘管如此,其開發者正同步推進開源策略。ACE Studio 與 StepFun 已釋出 ACE-Step 1.5,這是另一個程式碼與權重皆公開的模型系列。與專屬的旗艦模型不同,這些模型可在使用者自己的硬體上執行——但效能較弱。

該公司還承諾另一項釋出。「我們計劃在 2026 年底開源 ACE Music v1 Flash,」開發者在官網上表示,並描述這是一個旨在兼顧品質、生成速度與硬體需求的版本。

ACE Music 透過瀏覽器應用程式提供服務,設有有限的免費方案與付費訂閱。使用旗艦模型生成歌曲的商業使用權需要付費方案——對任何計劃發布或營利生成曲目的人而言,這是重要區別——而 ACE-Step 則提供獨立的免費生成選項。

目前,ACE Music v1 在人聲生成方面以 16 分的 Elo 領先 Suno v6。其承諾的 Flash 版本釋出後,在本機執行模型的使用者在 2026 年底前又多了一個可嘗試的選項。