# ACE-Step 1.5 局部重绘教程：重做前奏并回听两端过渡

指定原创曲目的前奏区间重新生成，保存原曲和实际版本，在重绘边界检查突变与非目标区影响。

## 本包身份

所有 reference 音轨是原创程序合成，旁白是 macOS Tingting 系统朗读，杯子/门是脚本绘制输入；头像是 AI 生成原创虚构成人。官方 driving.mp4 明确标源。未执行 ACE-Step 推理/账号生成，不包含伪造的模型成功音频或成片。

## 使用

1. 先标记要修的前奏区间

本包 reference-mix.wav 是原创旋律、鼓与贝斯合成的输入混音，前 0–4 秒为练习目标。先播放确认旋律与段落；自己的曲目需要重新定位，不把练习数字当通用最佳参数。

2. 准备模型与一份原曲副本

按官方 ACE-Step 1.5 初始化匹配的 DiT。保存源 WAV hash、采样率与实际时长；本页没有下载或执行音乐模型，参数文件是待运行设置而非成功日志。

3. 进入 Repaint 并放 Source Audio

按当前官方 Gradio 的 Repaint 模式上传混音，填 Repainting Start/End 秒数。这里的时间不是帧号；end=-1 在官方接口表示直到文件末尾，本题用明确 4 秒避免误改整首。

4. 写前奏目标而非整曲重写

Caption 描述柔和拨弦前奏与无突然重击，先不修改整曲歌词或其它条件。记录区间和一次基线，错误范围必须在生成前纠正；离线 check.py 会拒绝 end≤start 和超源时长。

5. 生成并保留原版和新版本

点击 Generate Music，下载实际 repaint.wav。即使目标是局部，也要保留整曲输出，不能承诺非目标音频绝对逐样本不变；没有输出时 runtime.json 保持 not-executed。

6. 从接缝前后判断是否可用

听 3–5 秒的衔接、前奏音色与之后配器是否连贯，再抽听中后段。图中是输入音轨和实际定位区间，不是本地模型前后对比；将真实结果另加入工程再验收。

```
# 在官方 ACE-Step 1.5 环境
uv run acestep
# Gradio: Repaint → Source Audio → Start=0 → End=4
# 素材包离线检查与负例
python check.py --self-test
```

## 离线检查

`python check.py --self-test` 实读并校验输入与坏文件；真正软件输出后用 `python check.py --result 实际文件` 检查格式并人工回听/看图。结果与已知输入/参考完全相同时会拒绝，不能改名充当生成。格式通过不证明模型调用和内容质量。

## 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#repaint-mode