# ACE-Step 1.5 Remix：原创旋律输入与环境门限实测

2026-10-24。本次真实完成：官方源码/模型文件清单核对、独立依赖安装、原创 8 秒旋律输入、5 项 CPU BF16 小算子检查、实际内存门限失败。没有加载 DiT/Embedding/VAE，没有生成 Remix。不能把本包的原旋律重新编码写成模型结果。

## 输入

original-eight-second-melody.wav：44.1kHz、单声道、8 秒。程序合成原创 C 大调单音旋律，不是人声哼唱，也不是 ACE-Step 输出。source-analysis.json 包含实际时长、幅值和削波样本检查；未削波只能证明输入电平，不能证明编曲效果。

## 本次真实步骤

1. 获取官方 ACE-Step-1.5，固定 commit ca1e85fe9430179831e6bc6be790c332190a3866。按该仓库建立独立 Python 3.12 环境，未修改全局 Ollama 或用户模型配置。
2. 固定官方 ACE-Step/Ace-Step1.5 revision 19671f406d603126926c1b7e2adc169acbcade22，选 acestep-v15-turbo、Qwen3-Embedding-0.6B、vae 三组件下载到外盘。预计约 6.34GB；5Hz LM 不参与源音频 Cover，未选择下载。下载缓存不随公开包分发。
3. 运行 check_environment.py。小规模 CPU BF16 的 matmul、linear、conv1d、layernorm、SDPA 均成功且有限数。
4. 同次系统可用内存约 2.66GB，低于本机预设保守准入 10GiB；脚本以 74 退出，actualModelLoaded/actualRemixGenerated 都为 false。阈值是本机保护策略，不是官方硬件最低要求。
5. 停在模型加载前。系统当时已用约 9.42GB swap，不执行默认 FP32 加载；不杀浏览器、不停用户 11434 服务。

## 尚未执行的原生步骤

有足够独立设备或余量后，按官方 Gradio 指南初始化匹配模型，选择 Remix，把 WAV 放 Source Audio，输入目标配器 Caption，设置 Remix Strength，Generate Music。不要把音频放 Reference Audio 风格框后声称约束相同；不要开启不需要的 LM。

本题拟定的是木吉他、轻贝斯、少量刷奏、无歌词的原创器乐；seed 20261024、4 diffusion steps、batch 1，8 秒短样。尚未执行的参数不叫已验证预设。保留 DiT BF16 的 CPU 包装器属于本地适配，官方默认 CPU/MPS 初始化可能转 FP32；不在这台当前内存不足的共享机器上强行尝试。

真正生成后需另存 actual-remix.wav、实际模型版本/seed/Caption，轮流回听原旋律与 Remix；逐个乐句检查旋律轮廓、漏拍/多拍和尾部，不用时长相等替代听感验收。

## 复查环境

```bash
python check_environment.py
```

脚本只做小算子和内存预检，不下载、加载或生成模型。即使预检变成通过，也不证明完整模型和效果通过。

官方来源：
- https://github.com/ace-step/ACE-Step-1.5
- https://github.com/ace-step/ACE-Step-1.5/blob/main/docs/en/GRADIO_GUIDE.md#remix-mode
- https://huggingface.co/ACE-Step/Ace-Step1.5