Tune ACE-Step XL-SFT test defaults

experiments/acestep15-xl-sft/README.md

@@ -16,8 +16,8 @@ Python-Modulen und teilweise aus dem Browser-`localStorage`. Deshalb bindet der
 Compose-Dienst vier kleine, versionierte Overrides aus `./overrides` read-only
 in den Container ein. Sie setzen fuer das XL-SFT-Modell:
 
-- 50 DiT-Schritte, Guidance 7, ODE/Euler und CFG-Intervall 0 bis 1 (Upstream-Defaults)
+- 80 DiT-Schritte, Guidance 8, Shift 3, ODE/Euler und CFG-Intervall 0 bis 1
-- Shift 1 statt des fehlerhaften UI-Werts 3
+- reine Stilreferenzen werden entsprechend der ACE-Step-API-Empfehlung automatisch mit Stärke 0,2 übertragen; Cover-/Quellaudio behält seine eigene Stärke
 - ADG aus, keine benutzerdefinierten Timesteps
 - FLAC als verlustfreie Standardausgabe
 - 320 kbit/s als MP3-Ausweichwert
@@ -49,7 +49,7 @@ Image-Build ab. Die Community-UI unter `http://192.168.1.212:7861` ist bis zu
 vollstaendigen Ende-zu-Ende-Tests von Cover und Remix als experimentell
 gekennzeichnet.
 
-Die Community-UI startet XL-SFT mit 50 Schritten, Guidance 7, Shift 1, FLAC
+Die Community-UI startet XL-SFT mit 80 Schritten, Guidance 8, Shift 3, FLAC
 und aktivem Thinking ueber den 1,7B-Planer. `AI Enhance` wird als `use_format`
 uebertragen. Vor jedem Auftrag zeigt sie die tatsaechlich gesendeten Parameter
 und faengt offensichtliche Widersprueche ab. Referenzaudio steuert nur Klang

experiments/acestep15-xl-sft/ace-step-ui/patch-source.mjs

@@ -72,6 +72,11 @@ function buildReleaseTaskPayload(params: GenerationParams): Record<string, unkno
   const thinking = params.thinking ?? true;
   const enhance = params.enhance ?? false;
   const taskType = params.taskType === 'audio2audio' ? 'cover' : (params.taskType || 'text2music');
+  // A reference in text-to-music mode is only a global style/timbre guide.
+  // ACE-Step's own API guide recommends a low value (~0.2) for style transfer.
+  // Cover/source-audio jobs retain the explicitly selected cover strength.
+  const isStyleReference = taskType === 'text2music' && Boolean(params.referenceAudioUrl) && !params.sourceAudioUrl;
+  const effectiveAudioStrength = isStyleReference ? 0.2 : (params.audioCoverStrength ?? 1.0);
 
   return {
     prompt,
@@ -82,9 +87,9 @@ function buildReleaseTaskPayload(params: GenerationParams): Record<string, unkno
     key_scale: params.keyScale || '',
     time_signature: params.timeSignature || '',
     audio_duration: params.duration && params.duration > 0 ? params.duration : -1,
-    inference_steps: params.inferenceSteps ?? 50,
+    inference_steps: params.inferenceSteps ?? 80,
-    guidance_scale: params.guidanceScale ?? 7.0,
+    guidance_scale: params.guidanceScale ?? 8.0,
-    shift: params.shift ?? 1.0,
+    shift: params.shift ?? 3.0,
     infer_method: params.inferMethod || 'ode',
     batch_size: Math.min(Math.max(params.batchSize ?? 1, 1), 16),
     use_random_seed: params.randomSeed !== false,
@@ -109,7 +114,7 @@ function buildReleaseTaskPayload(params: GenerationParams): Record<string, unkno
     audio_codes: params.audioCodes || '',
     repainting_start: params.repaintingStart ?? 0.0,
     repainting_end: params.repaintingEnd ?? -1,
-    audio_cover_strength: params.audioCoverStrength ?? 1.0,
+    audio_cover_strength: effectiveAudioStrength,
     use_adg: params.useAdg ?? false,
     cfg_interval_start: params.cfgIntervalStart ?? 0.0,
     cfg_interval_end: params.cfgIntervalEnd ?? 1.0,
@@ -324,7 +329,7 @@ patch('App.tsx', (text) => {
 });
 
 patch('components/CreatePanel.tsx', (text) => {
-  text = replaceOnce(text, 'useState(9.0);', 'useState(7.0);', 'guidance default');
+  text = replaceOnce(text, 'useState(9.0);', 'useState(8.0);', 'guidance default');
   text = replaceOnce(
     text,
     'useState(false); // Default false for GPU compatibility',
@@ -332,9 +337,9 @@ patch('components/CreatePanel.tsx', (text) => {
     'thinking default',
   );
   text = replaceOnce(text, "useState<'mp3' | 'flac'>('mp3');", "useState<'mp3' | 'flac'>('flac');", 'lossless default');
-  text = replaceOnce(text, 'useState(12);', 'useState(50);', 'XL-SFT steps default');
+  text = replaceOnce(text, 'useState(12);', 'useState(80);', 'XL-SFT steps default');
   text = replaceOnce(text, "localStorage.getItem('ace-lmModel') || 'acestep-5Hz-lm-0.6B'", "localStorage.getItem('ace-lmModel') || 'acestep-5Hz-lm-1.7B'", 'planner model default');
-  text = replaceOnce(text, 'useState(3.0);', 'useState(1.0);', 'shift default');
+  // Upstream already defaults to Shift 3. Keep it instead of replacing it.
 
   text = replaceOnce(
     text,
@@ -347,6 +352,10 @@ patch('components/CreatePanel.tsx', (text) => {
       window.alert('Widerspruch: Der Auftrag verlangt Gesang, aber das Liedtextfeld ist leer. Bitte Text eintragen oder „Instrumental“ wählen.');
       return;
     }
+    if (instrumental && asksForVocals) {
+      window.alert('Widerspruch: „Instrumental“ ist aktiv, aber die Beschreibung verlangt Gesang. Bitte Gesangsbegriffe aus der Beschreibung entfernen oder „Instrumental“ deaktivieren und einen Liedtext eintragen.');
+      return;
+    }
     if ((taskType === 'cover' || taskType === 'audio2audio') && !sourceAudioUrl.trim() && !audioCodes.trim()) {
       window.alert('Für einen Cover-Auftrag fehlt das Quellaudio. Bitte unter „Quellaudio / Cover“ eine Datei auswählen.');
       return;
@@ -368,6 +377,7 @@ patch('components/CreatePanel.tsx', (text) => {
       \`Gesang: \${instrumental ? 'nein (Instrumental)' : 'ja'}\`,
       \`Referenzaudio (nur Klang/Produktion): \${referenceAudioUrl ? 'vorhanden' : 'keines'}\`,
       \`Quellaudio (Melodie/Rhythmus/Akkorde): \${sourceAudioUrl ? 'vorhanden' : 'keines'}\`,
+      \`Audio-Einfluss: \${referenceAudioUrl && !sourceAudioUrl && taskType === 'text2music' ? '0,2 (sichere Stilreferenz)' : audioCoverStrength}\`,
       \`Ausgabe: \${audioFormat.toUpperCase()}, \${batchSize} Variation(en), \${bulkCount} Auftrag/Aufträge\`,
       '',
       'Auftrag jetzt starten?',