ACE-Step 1.5 installieren: Anleitung für Mac & PC

Was ist ACE-Step?

ACE-Step 1.5 ist ein offenes KI-Musikmodell. Du beschreibst einen Stil, gibst optional einen Songtext dazu – und das Modell erzeugt daraus ein komplettes Musikstück, mit Gesang oder rein instrumental. Entwickelt wird es von ACE Studio und StepFun, der Quellcode liegt frei auf GitHub.

Der entscheidende Unterschied zu Diensten wie Suno: ACE-Step läuft auf deinem eigenen Rechner. Nach der Einrichtung passiert die Berechnung lokal. Deine Prompts und Songs müssen den Computer nicht verlassen, und für die lokale Generierung fallen keine nutzungsabhängigen Credits oder Abos an. Kostenlos im Wortsinn ist es trotzdem nicht: Du brauchst passende Hardware, und jeder Song kostet Strom.

Unter der Haube arbeiten mehrere Modelle zusammen. Ein optionales Sprachmodell plant den Song (Struktur, Metadaten, Text), ein sogenannter Diffusion Transformer erzeugt daraus die eigentliche Musik, und ein Decoder macht am Ende eine Audiodatei daraus.

Eine ehrliche Einordnung vorab: In meinen Tests liegt die musikalische Qualität derzeit noch unter Suno. Das Projekt selbst wirbt mit „Commercial-Grade“-Qualität – mein Höreindruck ist zurückhaltender.

Die ganze Geschichte, warum ich das überhaupt ausprobiert habe: Mein Praxistest: Suno begrenzt die Downloads – ich lasse meinen Mac ganze Alben produzieren

Voraussetzungen

Wichtig ist die Unterscheidung zwischen dem, was das Projekt offiziell als Minimum angibt, und dem, womit ich selbst getestet habe. Mein Rechner ist deutlich größer als nötig – bitte nicht als Mindestanforderung lesen.

Offizielle Mindestanforderungen

Punkt	Offizielle Angabe
Betriebssystem	macOS, Windows, Linux
Rechenhardware	NVIDIA-GPU (CUDA) empfohlen; außerdem Apple Silicon (MPS/MLX), AMD (ROCm), Intel-GPUs und reine CPU
Grafikspeicher (VRAM)	mind. 4 GB ohne Sprachmodell, mind. 6 GB mit Sprachmodell
Speicherplatz	ca. 10 GB für die Kernmodelle
Python	3.11 oder 3.12 (wird bei der empfohlenen Installation automatisch eingerichtet)
Mac-Startskript	Apple Silicon M1 bis M4; Intel-Macs fallen auf einen langsameren Modus zurück

Eine Grafikkarte ist nicht zwingend, aber dringend sinnvoll. Im reinen CPU-Betrieb funktioniert ACE-Step laut Projekt nur deutlich langsamer. Auf Apple-Silicon-Macs gibt es keinen getrennten Grafikspeicher – hier teilen sich Prozessor und Grafikchip den Arbeitsspeicher („Unified Memory“).

Für die größeren XL-Modelle nennt das Projekt mindestens 12 GB VRAM (mit Auslagerung) bzw. 20 GB für den Betrieb ohne Auslagerung. Die Mindestwerte sind keine Garantie für jede Songlänge oder Modellkombination.

Meine getestete Konfiguration

Punkt	Mein Testsystem
Rechner	Mac Studio, Apple M2 Ultra
Arbeitsspeicher	192 GB Unified Memory
Betriebssystem	macOS 15.7.3
Modelle	acestep-v15-turbo + Sprachmodell acestep-5Hz-lm-1.7B
Platzbedarf nach Installation	rund 11 GB (davon ca. 9,4 GB Modelle)

Windows und Linux habe ich nicht selbst getestet. Auch kleinere Macs habe ich noch nicht ausprobiert.

Vorkenntnisse

Du solltest ein Terminal öffnen und einen Befehl hineinkopieren können. Mehr ist für den Weg mit KI-Agent nicht nötig. Für die manuelle Installation hilft es, grob zu wissen, was ein Ordner im Terminal ist.

Download: das offizielle Projekt

Offizielles Projekt: github.com/ace-step/ACE-Step-1.5

GitHub ist eine große Plattform, auf der Entwickler ihren Programmcode veröffentlichen. Du brauchst dafür kein Konto. Auf der Projektseite findest du:

README – die Startseite des Projekts direkt unter der Dateiliste, mit Kurzanleitung und Modellübersicht.
Installationsanleitung – ausführlich für alle Plattformen: docs/en/INSTALL.md.
Bedienungsanleitung der Oberfläche: docs/en/GRADIO_GUIDE.md.
Downloads – über den grünen Button „Code“ oder per git clone. Die Modelle selbst lädt ACE-Step beim ersten Start von Hugging Face nach.

Für Mac und Windows bietet das Projekt zusätzlich ein vorgefertigtes „Portable“-Paket an, verlinkt im README. Das habe ich nicht getestet; ich bin den Weg über git clone und uv gegangen.

Alternative Oberfläche (Community-Projekt)

Es gibt außerdem den Music Generator von rabbitfiremediacreation – eine deutschsprachige Weboberfläche mit Installer per Doppelklick. Das ist ausdrücklich ein separates Community-Projekt, nicht Teil von ACE-Step. Es nutzt einen anderen technischen Unterbau (den C++-Nachbau acestep.cpp mit eigenen Modelldateien). Ich habe es nicht getestet; meine Anleitung bezieht sich auf das offizielle Projekt.

Installation mit KI (empfohlen)

Am einfachsten war es bei mir, die Installation einem KI-Coding-Agenten zu überlassen. Ich habe dafür Codex verwendet; andere Agenten mit Terminalzugriff habe ich dafür nicht getestet. Der Agent liest die offiziellen Anleitungen, prüft deinen Rechner und führt die Befehle aus – du bestätigst die wichtigen Schritte.

Kopiere diesen Prompt in deinen Agenten:

Installiere ACE-Step 1.5 lokal auf diesem Computer. Arbeite sorgfältig und in dieser Reihenfolge:

1. Prüfe Betriebssystem, Version, Prozessor/Chip, Grafikkarte bzw. GPU, Arbeitsspeicher (RAM/VRAM), freien Speicherplatz und vorhandene Entwicklerwerkzeuge (git, Python). Fasse das Ergebnis kurz zusammen.
2. Lies die offiziellen Quellen vollständig: README und docs/en/INSTALL.md von https://github.com/ace-step/ACE-Step-1.5 sowie docs/en/GPU_COMPATIBILITY.md. Verwende nur Installationswege aus diesen offiziellen Quellen.
3. Wähle anhand meiner Hardware und der offiziellen Tabellen die passende Installationsvariante, das passende DiT-Modell und die passende Sprachmodell-Größe. Begründe deine Wahl in zwei Sätzen.
4. Lade Installationsskripte (z. B. für uv) zuerst als Datei herunter, zeige mir, was sie tun, und führe sie erst danach aus. Führe keine Skripte blind per Pipe aus.
5. Installiere alles in einer isolierten Projektumgebung (uv bzw. virtuelle Umgebung im Projektordner). Verändere nicht das System-Python und keine Shell-Profile ohne Rückfrage.
6. Lade die benötigten Modelle herunter. Brich lange Downloads nicht vorschnell ab, sondern prüfe Prozessstatus und wachsende Ordnergröße.
7. Richte die lokale Weboberfläche (Gradio) so ein, dass sie nur lokal unter 127.0.0.1 erreichbar ist, nicht im Netzwerk und ohne öffentlichen Share-Link.
8. Erzeuge zum Test einen kurzen Instrumental-Track (ca. 15 Sekunden, Batch 1) und prüfe, ob eine abspielbare Audiodatei entstanden ist. Nenne mir den Speicherort.
9. Lege einen einfachen Startmechanismus an (z. B. Start- und Stopp-Datei per Doppelklick oder das offizielle Startskript des Projekts).
10. Erkläre mir zum Schluss in einfachen Worten: wie ich ACE-Step starte und beende, welche Adresse ich im Browser öffne, wo meine Songs gespeichert werden und wie ich einen ersten Song erzeuge.

Frage mich ausdrücklich, bevor du Administratorrechte (sudo) verwendest, Systemeinstellungen oder Sicherheitsfreigaben änderst, Software systemweit installierst oder etwas löschst. Wenn offizielle Anleitung und tatsächliches Verhalten voneinander abweichen, sag mir das, statt eigene Lösungswege zu erfinden.

Bei mir hat Codex genau so gearbeitet: Das Installationsskript für uv wurde erst heruntergeladen und geprüft, dann nur im Projektordner installiert. Das System-Python von macOS blieb unverändert. Am Ende lagen zwei Dateien „Start“ und „Stop“ auf dem Desktop.

Manuelle Installation

Wer selbst Hand anlegen möchte: Hier die Schritte für macOS mit Apple Silicon – diesen Weg habe ich getestet. Alle Befehle stammen aus der offiziellen Installationsanleitung. Öffne dafür das Programm „Terminal“.

1. Entwicklerwerkzeuge installieren (bringt git mit; überspringen, falls schon vorhanden):

xcode-select --install

2. Paketmanager uv installieren. uv richtet Python und alle Bibliotheken isoliert im Projekt ein. Der offizielle Einzeiler:

curl -LsSf https://astral.sh/uv/install.sh | sh

Vorsichtiger ist es, das Skript erst herunterzuladen, anzusehen und dann auszuführen – so wurde es bei mir gemacht:

curl -LsSf https://astral.sh/uv/install.sh -o uv-install.sh

less uv-install.sh

sh uv-install.sh

3. Projekt herunterladen:

git clone https://github.com/ace-step/ACE-Step-1.5.git

cd ACE-Step-1.5

4. Abhängigkeiten installieren:

uv sync

5. Modelle vorab laden (optional – sonst passiert das beim ersten Start; das Hauptpaket hat bei mir 4 Minuten 36 Sekunden gedauert):

uv run acestep-download

6. Oberfläche starten – mit dem offiziellen macOS-Startskript:

chmod +x start_gradio_ui_macos.sh

./start_gradio_ui_macos.sh

Das Skript nutzt automatisch das schnelle MLX-Verfahren für Apple Silicon und startet die Oberfläche nur lokal. Alternativ geht auch direkt:

uv run acestep

Hinweis: Das offizielle Skript verwendet standardmäßig das kleine Sprachmodell (0.6B). Ich habe mit dem größeren 1.7B-Modell getestet. Wie du das umstellst, steht in der INSTALL.md unter „How to Modify Configuration“ (empfohlen über eine .env-Datei).

Windows und Linux

Diese Plattformen habe ich nicht selbst getestet. Die offizielle Anleitung beschreibt sie ausführlich, inklusive Startskripten für NVIDIA und AMD sowie einem Portable-Paket für Windows: INSTALL.md im offiziellen Projekt. Der grundlegende Weg (uv installieren, git clone, uv sync, uv run acestep) ist laut Projekt auf allen Plattformen gleich.

Den ersten Song generieren

ACE-Step starten (Startskript oder Start-Datei des KI-Agenten). Beim ersten Start dauert das Laden etwas länger.
Im Browser http://127.0.0.1:7860 öffnen (gleichbedeutend mit http://localhost:7860). Die Adresse funktioniert nur auf dem eigenen Rechner und nur, solange ACE-Step läuft.
Im Generierungsbereich den Modus wählen: „Simple“ für eine kurze Beschreibung in Alltagssprache, „Custom“ für volle Kontrolle.
Im Beschreibungsfeld (Caption) Stil, Tempo, Instrumente und Stimmung beschreiben.
Optional einen Songtext ins Feld „Lyrics“ schreiben – oder „Instrumental“ anhaken.
Für den ersten Versuch eine kurze Dauer (15 bis 30 Sekunden) und Batch 1 einstellen.
Auf Generate Music klicken, das Ergebnis im eingebauten Player anhören und speichern.

Diesen Prompt habe ich für meinen ersten Test verwendet:

Modern melodic techno, 124 BPM, A minor, atmospheric synthesizers, deep analog bass, driving electronic drums, emotional melodic progression, cinematic textures, professional electronic music production, instrumental, no vocals.

Die erzeugten Dateien landen im Projektordner unter gradio_outputs. Auf meinem Mac war ein 15-Sekunden-Test als WAV-Datei (48 kHz, Stereo) nach rund 30 Sekunden inklusive Modellstart fertig.

Mehrere Songs automatisch erzeugen

Spannend wird es, wenn ein KI-Agent nicht nur installiert, sondern gleich ganze Produktionsaufträge abarbeitet. Dafür steuert der Agent ACE-Step direkt über die lokale Programmierschnittstelle (API) an, statt im Browser herumzuklicken.

Bei mir hat das über die Gradio/Python-API der bereits laufenden ACE-Step-Oberfläche funktioniert: Codex hat so zuerst vier Instrumentalstücke und später 18 Albumtitel nacheinander erzeugt, ohne Browserautomatisierung und ohne Cloud. Ein Stolperstein dabei: Diese Schnittstelle erwartet zusätzlich interne Zustandswerte der Oberfläche; die ersten beiden Aufrufe wurden deshalb abgewiesen, danach lief alles. Das Projekt bietet außerdem eine offiziell dokumentierte REST-API (API.md), die ich so noch nicht getestet habe.

Der Prompt für den Agenten:

Produziere zehn instrumentale Songs mit ACE-Step, verwende unterschiedliche musikalische Varianten, speichere die Dateien ordentlich benannt in einem Ordner und dokumentiere die Generierungszeiten.

Technische Vorgaben:
- Nutze die vorhandene lokale ACE-Step-1.5-Installation. Installiere nichts neu, ändere keine Konfiguration und starte keine zweite Modellinstanz. Falls ACE-Step nicht läuft, starte es mit dem vorhandenen Startmechanismus.
- Steuere ACE-Step direkt über die lokale API an, nicht über Browserautomatisierung. Prüfe zuerst, welche Schnittstelle verfügbar ist: die Gradio-API der laufenden Oberfläche unter http://127.0.0.1:7860 (z. B. per gradio_client, Endpunkte über view_api ermitteln) oder die offizielle REST-API laut docs/en/API.md (/release_task, /query_result, /v1/audio). Verwende keine Cloud-Dienste.
- Mache zuerst einen einzelnen kurzen Probeaufruf. Wenn die Schnittstelle zusätzliche Zustandsparameter verlangt, übergib neutrale Standardwerte und dokumentiere das.
- Erzeuge die zehn Songs nacheinander (Batch 1), jeweils mit Instrumental-Modus bzw. [Instrumental] im Textfeld.
- Variiere Genre, Tempo (BPM), Tonart, Instrumentierung und Stimmung sinnvoll und verwende für jeden Song einen eigenen festen Seed.
- Speichere alle Dateien in einem neuen Ordner, benannt nach dem Muster 01_Titel_BPM.wav.
- Lege im selben Ordner eine Protokolldatei an mit: Titel, vollständigem Prompt, allen Parametern, Seed, Modellname, von ACE-Step gemeldeter Modellzeit, gemessener Gesamtzeit und Dateigröße.
- Prüfe am Ende, ob alle zehn Dateien vorhanden, vollständig und abspielbar sind, und melde Auffälligkeiten (Fehler, Stille, Abbrüche), ohne Dateien zu verändern oder zu ersetzen.

Zur Einordnung der Geschwindigkeit: Auf meinem Mac Studio brauchte ein drei Minuten langer Instrumentaltitel mit Turbo-Modell, 8 Rechenschritten und Sprachmodell rund 40 Sekunden reine Modellzeit. Über alle 22 Titel meines Tests lag der Schnitt bei rund 46 Sekunden. Auf kleineren Rechnern dauert das deutlich länger.

Häufige Probleme

ACE-Step startet nicht. Auf meinem Mac war das vorinstallierte Python (3.9) zu alt. Die Lösung ist uv: Es richtet Python 3.12 nur für das Projekt ein, das System bleibt unberührt. Wenn ein KI-Agent den Dienst im Hintergrund startet, kann er mit dem Agenten beendet werden – eine Start-Datei, die im Terminal läuft, ist zuverlässiger. Warnungen zu „flash_attn“, „torch.distributed“ oder „bitsandbytes“ waren bei mir harmlos.

Modell nicht gefunden. Die Modelle werden beim ersten Start oder per uv run acestep-download geladen. Der Download zeigt zeitweise keinen sichtbaren Fortschritt – nicht abbrechen, sondern die wachsende Ordnergröße von checkpoints beobachten. Mit uv run acestep-download --list siehst du alle verfügbaren Modelle.

Zu wenig Speicher. Erst die Batch-Größe auf 1 senken, dann kürzere Songs erzeugen, danach die Auslagerung auf die CPU („Offload to CPU“) aktivieren oder ein kleineres Sprachmodell wählen. Nicht alles gleichzeitig ändern, sonst findest du die Ursache nicht. Die offizielle Tabelle zur Modellwahl nach Speichergröße steht im README.

Die Generierung dauert lange. Für Tests das Turbo-Modell mit 8 Schritten und kurze Dauer nutzen. Ohne Grafikchip oder mit wenig Speicher ist ACE-Step spürbar langsamer. Der erste Start nach dem Hochfahren lädt zudem alle Modelle.

Die Oberfläche ist nicht erreichbar. Läuft das Terminalfenster mit ACE-Step noch? Ist die Adresse exakt http://127.0.0.1:7860? Bei mir konnte ein eingebauter Browser im KI-Werkzeug die Adresse nicht öffnen, ein normales Chrome dagegen schon.

Songs sind nicht auffindbar. Die Oberfläche speichert standardmäßig in den Ordner gradio_outputs innerhalb des Projektordners. Mit „Save“ lassen sich zusätzlich die Parameter für eine spätere Reproduktion sichern.

Lizenzen: Was darf ich mit der Musik machen?

Software: Der Quellcode von ACE-Step 1.5 steht unter der MIT-Lizenz. Sie erlaubt Nutzung, Änderung und Weitergabe, solange der Lizenzhinweis erhalten bleibt.
Modellgewichte: Die offiziellen Modelle auf Hugging Face sind ebenfalls als MIT gekennzeichnet (geprüft für Hauptmodell, 0.6B- und 4B-Sprachmodell, Base, SFT und XL-Turbo).
Erzeugte Musik: Die Model Card bezeichnet ACE-Step als „Commercial-Ready“ und sagt, die erzeugte Musik dürfe kommerziell genutzt werden. Das ist eine Aussage des Anbieters, keine unabhängige Rechtsprüfung.

Ob rein KI-generierte Musik urheberrechtlich geschützt ist, hängt vom Land und vom eigenen kreativen Anteil ab. Songtexte, Stimmähnlichkeiten oder auffällige Nähe zu bestehenden Werken musst du selbst prüfen. Vertriebsplattformen und Verwertungsgesellschaften haben teils eigene Regeln für KI-Musik. Das ist keine Rechtsberatung – vor einer kommerziellen Veröffentlichung lohnt sich ein Blick vom Fachmann.

Übrigens: Im README des Community-Projekts „Music Generator“ steht, ACE-Step stehe unter Apache 2.0. Die offiziellen Quellen nennen MIT.

Fazit

ACE-Step 1.5 ist für mich eines der spannendsten offenen KI-Projekte gerade. Musik komplett auf dem eigenen Rechner zu erzeugen, ohne Downloadlimit und ohne Abo, funktioniert – und die Installation ist mit einem KI-Agenten kein großes Hindernis mehr.

Richtig interessant wird es in der Kombination: Ein Agent installiert ACE-Step, ein Agent schreibt die Prompts, ein Agent produziert über Nacht ein ganzes Album und protokolliert alles sauber. Genau das habe ich ausprobiert.

Musikalisch ist ACE-Step noch nicht auf Suno-Niveau. Es braucht mehr Ausprobieren, und nicht jeder Song trifft. Für ein offenes Modell, das auf einem normalen Schreibtisch läuft, ist das Ergebnis trotzdem bemerkenswert.

ACE-Step 1.5 installieren: KI-Musik kostenlos auf dem eigenen Computer erzeugen