特别补充：生图模型 Z Image Turbo和Qwen image 2512局部生图能力（图片编辑）…[查看更多]

ACE-STEP-API-SKILL.md 和实际操作日志，以下是使用 API 提交任务的标准格式教程，涵盖了常用的处理模式：

1. 认证准备 (Token 获取)
在进行任何 API 调用前，必须先获取临时授权 Token：
TOKEN=$(curl -sS http://127.0.0.1:3001/api/auth/auto | sed -n 's/.*"token":"([^"]*)".*/1/p')

2. 标准提交格式 (包含不同模式配置)
所有的提交均通过 POST http://127.0.0.1:3001/api/generate 接口完成。
模式 A：编曲补全模式 (Complete) —— 针对清唱加伴奏
这是…[查看更多]

针对 ACE-Step 1.5 界面（UI）的 Audio-to-Audio 编曲补全（Complete） 模式，操作指南如下：

1. 核心模式选择

Task Type：必须选择 Audio → Audio。
Instruction：确认框内显示 Fill the audio semantic mask…，这代表系统已进入补全逻辑。

2. 关键参数设置（解决“难听”问题）

Audio Cover Strength：建议调低至 0.3 – 0.4。 注：数值越低，越能完整保留你的原始人声；过高会导致人声扭曲产生噪音。
Complete Track Classes：精准勾选。建议仅勾选 drums（鼓）、bass（贝斯）、guita…[查看更多]

参考音频（referenceaudio）
控制「听起来像什么」：音色、混音、演奏风格、整体氛围。
后台用 VAE 编码为 latents，平均时间信息，全局作用，不保留具体旋律结构。

源音频（srcaudio）
控制「结构是什么样」：旋律走向、节奏、和弦、配器层次。
用于 Cover 任务，量化为语义 codes，可通过 audiocoverstrength（0~1）调节结构遵循程度。

🔹 一句话区分：参考音频管质感，源音频管骨架。
[Intro - piano]

[Pre-Chorus]
这一刻如此安静
却藏着汹涌的…[查看更多]

二、 Repaint（局部重绘/续写）精密工作流

核心原理 基于源音频的上下文进行区间补全或修改。模型读取划定区间的前后文潜特征，在指定时间内重新生成，自动处理节奏、和声与音色的衔接。

输入与参数配置

任务类型：task_type 设为 repaint

音频输入：上传 src_audio（需包含完整上下文）

需要在翻唱位置插入音频，这里插入的音频作为src_audio

区间控制：设置 repainting_start 与 repainting_end。操作范围严格限制在 3 秒至 90 秒。

核心参数：audio_cover_stre…[查看更多]

ACE-Step 1.5 的 Cover（翻唱）精密工作流

一、 Cover（翻唱/结构迁移）精密工作流

核心原理 将源音频量化为语义结构化信息（旋律、节奏、和弦、配器），在新 Caption 与 Lyrics 的驱动下重新演绎。源音频提供骨架，文本提供血肉与风格。

输入与参数配置

任务类型：task_type 设为 cover

音频输入：上传 src_audio（需结构清晰、无严重底噪）

需要在翻唱位置插入音频，这里插入的音频作为src_audio

文本输入：填写新 caption 与 lyrics（可改风格、改情绪、改歌词）

核心参数：audio_cover_strength（0.0 至 1.0）。1.0 严格对…[查看更多]

ACE-Step 1.5 操作规范

一、 核心原则与架构选型

定位：以人为中心的协作式生成工具。接受随机性，采用“批量探索 → 自动初筛 → 人工精调 → 局部修正”的迭代工作流。

架构流向：用户输入 → 5Hz LM（规划器）推理元数据/优化Caption/生成语义Codes → DiT（执行器）扩散生成音频。

LM选型（规划器）：显存小于8G选无或0.6B；8至16G选1.7B（默认）；大于16G或复杂长尾任务选4B。模型越大，世界知识越丰富，记忆与长尾风格处理能力越强。

LLM 是核心的“指挥官”，负责将自然语言转化为音乐逻辑：…

[查看更多]

Draw Things App 中 “T.I. Embedding”（文本反向选择嵌入）界面的各项内容。

这些 Embedding（通常也称为 Textual Inversion）本质上是“提示词打包”。它们通过极短的关键词来调用复杂的视觉特征，帮助你更轻松地控制生成风格或图像质量。

一、 核心分类说明

上方图片中展示了，Embedding 主要分为三大类用途：
1.质量增强/负面修正 (Negative Embeddings)： 用于去除崩坏的肢体、低画质或不需要的视觉元素。

2.视觉风格 (Stylistic Embeddings)： 赋予图像特定的艺术风格（如双重曝光、水墨、剪纸等…[查看更多]

Draw Things的 SAI (Stability AI) 官方风格预设。

这些风格原本是 Stability AI 为其 SDXL 模型设计的官方提示词模组。Draw Things 将它们集成进来，让你只需要输入一个简单的物体（比如 “A cat”），再点选这些图标，AI 就会自动在后台为你补全复杂的风格描述词。

以下是为您整理的 SAI 风格预设文档，涵盖了截图中出现的常见项：

SAI 官方风格预设 (Style Presets)
这些预设会自动为你的提示词添加“风格后缀”，并配合特定的负面提示词，以确保画风统一。

1. 写实与摄影类 (Photographic)

sai-analog film (胶片感)…[查看更多]

Draw Things 中核心的 编辑器（Canvas Editor）

它是用于图像修补（Inpainting）、局部重绘以及精细控制生成区域的工具集。

1：擦除与遮罩工具 (Eraser & Masking)

该功能主要用于定义重绘区域。你涂抹掉的部分，就是 AI 接下来会重新生成的部分。

顶部核心模式
橡皮擦图标 (当前选中)： 进入遮罩/擦除模式。
中间控制条
撤销/重做： 位于左侧，用于撤销上一步涂抹。

尺寸滑块： 红色横条上的滑块，用于调整笔触的粗细。

底部工具组
笔刷/矩形切换 (左一)： 可以在“自由手绘笔刷”和“矩形框选”之间切换。

边缘硬度 (左二)[查看更多]