ComfyUI 实操：用 Stable Audio 3 与 ACE-Step 制作器乐曲目
wjc_5 · reddit · 2026-08-02
作者分享了一个 ComfyUI 工作流，能够将简短的音乐灵感和目标时长转化为提示词，同时使用 Stable Audio 3 和 ACE-Step 1.5 XL 生成两段结构相同的器乐曲目。
模型表现对比：
- Stable Audio 3：在风格灵活性上更胜一筹，能自然处理复古 8-bit 游戏音乐和赛博朋克 BGM。但在时长增加时容易出现段落重复问题。
- ACE-Step 1.5 XL：更适合需要清晰段落变化的编曲。其器乐结构脚本可以分别描述前奏、主题、变奏、铺垫、高潮和尾声。
工作流技术细节：
该流程利用本地文本生成节点创建严格的 JSON 音乐计划，随后拆分为对应的提示词、BPM、拍号和调性。如果本地生成太慢，也可以将提示词复制到网页版 LLM 中处理后再接回。作者建议初始尝试时长控制在 2-3 分钟，并已在 YouTube 上传了详细的保姆级教程。
「多模态」频道最新
- 独立创作者用 AI 原生工作流做出一部动画短片集 — ComprehensiveLime654 · 2026-10-16
- Ideogram 暗示图像模型 4.5 将至,被追问开放权重时回应「快了」 — East_Shoe8814 · 2026-10-16
- 网友实测：Opus 5.5 生成竖屏视频完成度惊人 — FinanceYF5 · 2026-10-16
- 「星海幻梦」提示词模板：星空与海洋的梦幻融合 — LudovicCreator · 2026-10-16
- 「丰满小红帽」音乐剧：AI 创作者的圆梦之作 — bennash · 2026-10-16
- 港理工发布 CoWorld Reasoner：用视频世界模型驱动的智能体视觉推理框架 — ModalityDance · 2026-10-16