用描述和歌词写歌
一段风格说明加上歌词,变成带人声和编曲的完整歌曲。
这是 StepFun 与 ACE Studio 的模型:输入风格描述和歌词,输出完整歌曲。本页说明它能做什么、论文如何把它和 Suno 比较,以及官方演示在哪里。下面的按钮运行的是 Suno v5.5。
这会打开 sunov5-5.com 上的 Suno v5.5 工作室,并使用你账户里的积分。它不会运行 StepAudio 3。
StepAudio 3 Music 是 StepFun 与 ACE Studio 的长曲音乐模型。输入是风格描述和歌词,输出是完整歌曲,最长约 5 分 30 秒,48 kHz 立体声。
搜这个名字的人通常想听样例,或直接出一首歌。这个模型的试听和生成在 StepFun 的演示页和 Hugging Face Studio。sunov5-5.com 上做出的歌来自 Suno v5.5,是另一套生成器。
技术报告写了四种用法。官方演示还写明可以控制风格、情绪、人声、乐器、调性、速度和歌曲结构。
一段风格说明加上歌词,变成带人声和编曲的完整歌曲。
同一个模型也可以生成没有人声的音乐。
翻唱合成是报告里列出的训练任务之一。
清唱或干声可以编成带伴奏的歌曲。
合成音频之前,模型会用 ABC 记谱写下编曲计划。论文把这一步叫做 ABC-CoT。官方演示把同一次规划写成 ABC-COT:先定结构和编曲,再生成录音。
StepFun 的模型说明把 ABC 记谱输入标为即将推出。ABC-CoT 的规划接口尚未开放。本站不提供 StepAudio 端点,本页也不列出请求字段。
权重没有作为开源模型发布。Hugging Face Space 上已经有人在问何时开源,以及会不会有英文界面。
下面的数字是《StepAudio 3 Music Technical Report》(arXiv 2609.16034)作者自己的结果。sunov5-5.com 没有重跑这些测试。
论文在其比较中报告了最高的 AudioBox Content Enjoyment、Content Usefulness 和 Production Quality,以及最高的 MuQ-MuLan 相似度。
在初步的 Artificial Analysis Music Arena Vocals 榜上,论文给出 StepAudio 3 Music 的质量 Elo 为 1105。这个名次在 Suno V5.5 和 Mureka 之后,在 Suno V5 和 MiniMax 之前。
| 系统 | 论文中的位置 |
|---|---|
| Suno V5.5 | 排在 StepAudio 3 Music 之前 |
| Mureka | 排在 StepAudio 3 Music 之前 |
| StepAudio 3 Music | 质量 Elo 1105 |
| Suno V5 | 排在 StepAudio 3 Music 之后 |
| MiniMax | 排在 StepAudio 3 Music 之后 |
这个次序是论文对一份初步榜单的陈述。想听 StepAudio 3 Music,去官方 Studio。想用这个账户出歌,用 Suno v5.5。
这些页面属于 StepFun。它们都不是 sunov5-5.com 上的 Suno v5.5 工作室。
如果你今天就想在 sunov5-5.com 拿到一首歌,走这条路。它运行的是 Suno v5.5,不是 StepAudio 3。
写下曲风、情绪,以及要不要人声。表单把这段文字留在本站。
继续会进入 Suno v5.5 工作台。提示词的传递方式与本站其他指南相同。
在工作室里生成,再从历史记录下载。积分规则见定价页。
名字、规划步骤,以及歌到底在哪里生成。
它是 StepFun 与 ACE Studio 的音乐模型。输入风格文字和歌词,输出完整歌曲,最长约 5 分 30 秒,48 kHz 立体声。
不能。sunov5-5.com 不运行 StepAudio 3 的权重。本页按钮打开的是 Suno v5.5。要试 StepAudio 3 Music,请用官方 Studio。
ABC-CoT 是论文里的叫法:在合成音频之前,用 ABC 记谱写下结构和编曲。官方演示拼作 ABC-COT。
没有。StepFun 的模型说明把 ABC 记谱输入标为即将推出。本站不发布 StepAudio API。
没有。权重没有作为开源模型发布。Hugging Face Space 上已有人询问何时会变,以及是否会有英文界面。
技术报告里,Music Arena Vocals 的质量 Elo 是 1105。作者把这个分数放在 Suno V5.5 和 Mureka 之后、Suno V5 和 MiniMax 之前。这是论文里的数字,不是 sunov5-5.com 测的。
在本页链接的官方演示和 Hugging Face Studio。sunov5-5.com 上的工作室是 Suno v5.5。
StepFun 与 ACE Studio。技术报告还列出了香港中文大学和加州大学圣迭戈分校。本站不是 StepFun 的合作方,也不是官方产品。
StepAudio 3 Music 留在 StepFun 的演示和 Studio。这个账户里的歌用 Suno v5.5 制作。
出处: 时长、48 kHz 输出、四种用法、ABC-CoT、AudioBox、MuQ-MuLan 和 Music Arena Elo 来自 StepAudio 3 Music Technical Report,arXiv 2609.16034。立体声以官方演示为准。ABC 记谱输入在 StepFun 模型说明里标为即将推出。本站没有重跑这些基准。