ACE-Step Captioner 是 ACE-Step v1.5 用于训练数据标注的注释模型。它是一款专业级音乐描述模型，可生成详细、结构化的音频内容描述。
🏆 在音乐描述任务中准确率超越 Gemini Pro 2.5
使用方法与 Qwen2.5 Omni-7B 相同。
使用以下提示词对音频进行描述：
*Task* Describe this audio in detail
<audio>模型生成涵盖音乐多个方面的自然语言描述。
A melancholic indie folk track featuring fingerpicked acoustic guitar
as the primary instrument. The song opens with a sparse, contemplative
intro before the vocals enter with a breathy, intimate delivery.
The arrangement gradually builds through the verse, adding subtle
string pads and a gentle kick drum. The chorus lifts with layered
harmonies and a warmer, fuller texture. The bridge introduces a
key change and emotional climax before returning to the stripped-down
acoustic arrangement for the outro.| 类别 | 风格 |
|---|---|
| 电子 | 氛围、科技舞曲、浩室、鼓打贝斯、合成器浪潮、智能舞曲、缓拍 |
| 摇滚 | 另类、独立、后摇滚、前卫、迷幻、垃圾摇滚 |
| 流行 | 合成器流行、电子流行、梦幻流行、艺术流行、独立流行 |
| 古典 | 管弦乐、室内乐、简约主义、新古典、电影配乐 |
| 世界音乐 | 拉丁、非洲、中东、亚洲传统、凯尔特 |
| 爵士 | 融合爵士、平滑爵士、比波普、调式爵士、自由爵士 |
| 嘻哈 | 陷阱、砰砰节拍、低保真、器乐嘻哈、云端说唱 |
| 类别 | 示例 |
|---|---|
| 弦乐 | 原声吉他、电吉他、小提琴、大提琴、贝斯、竖琴、曼陀林 |
| 键盘 | 钢琴、合成器、管风琴、 Rhodes 电钢琴、Wurlitzer 电钢琴、Mellotron 磁带键盘 |
| 打击乐 | 架子鼓、电子鼓、康加鼓、邦戈鼓、定音鼓、颤音琴 |
| 管乐 | 萨克斯、小号、长笛、单簧管、双簧管、圆号 |
| 电子乐器 | 合成贝斯、背景音垫、主奏音色、琶音器、采样器、808鼓机、303贝斯合成器 |
| 维度 | 描述词 |
|---|---|
| 质感 | 温暖的、明亮的、黑暗的、清脆的、浑浊的、干净的、失真的、饱和的 |
| 空间感 | 混响的、干声的、开阔的、亲密的、洞穴般的、紧凑的 |
| 动态 | 有力的、柔和的、激进的、轻柔的、压缩的、动态的 |
| 特性 | 空灵的、粗粝的、平滑的、原始的、精致的、有机的、合成的 |