KI-Musik erzeugen –
lokal, mit eigenem Text
Stil oben, Liedtext unten, fertig: Qwirbel erzeugt daraus einen Song und legt ihn als Abspieler direkt in den Chat. Gerechnet wird auf deiner Hardware – ohne Cloud, ohne Abo.
Ab 60 € · Einmalzahlung, kein Abo · für Windows, Linux und macOS
Das Wichtigste in Kürze
Stil und Text getrennt
Oben bestimmst du Genre, Instrumente und Tempo, unten schreibst du den Liedtext.
Sauberer Gesang
Auf Wunsch wird der Text automatisch in Silben zerlegt, damit die Wörter deutlicher gesungen werden.
Länge einstellbar
Von wenigen Sekunden bis zu mehreren Minuten – per Regler direkt in der Musik-Box.
Passendes Cover
Auf Wunsch malt Qwirbel vorher ein Album-Cover und liefert Bild und Song zusammen.
Musik ist ein Workflow wie jeder andere
Wie Musik auf deinem Rechner entsteht
Oben steht, dass es lokal läuft. Hier steht, womit – und was das für Rechte und Grenzen bedeutet.
Womit gerechnet wird
Für Musik und Klänge kommt ACE-Step zum Einsatz, eingebunden als einer der Abläufe in ComfyUI. Der Ablauf steht in der Workflow-Liste sichtbar als musik_ace.json – du kannst ihn also auswählen, seine Grenzen einstellen und bei Bedarf durch einen eigenen ersetzen.
Was du steuern kannst
Länge in Sekunden und Rechenschritte lassen sich fest einstellen. Wie bei Bild und Video ist das nicht nur Bequemlichkeit: Ein zu großzügig gesetzter Auftrag belegt die Grafikkarte, bis er fertig ist. Die Grenze verhindert das, bevor du wartest.
Wie lange ein Stück braucht
Das hängt an Länge, Schritten und Karte. Kurze Stücke sind eine Sache von Sekunden bis wenigen Minuten; lange Stücke in hoher Qualität brauchen entsprechend mehr. Weil nichts über das Netz geht, gibt es keine Warteschlange und keine Abrechnung pro Sekunde Audio.
Wem gehört, was dabei herauskommt
Die Dateien entstehen auf deinem Rechner und liegen dort. An uns geht nichts, es gibt keine Kontingente und keine Nutzungsmeldung. Welche Rechte an KI-erzeugter Musik allgemein bestehen, hängt vom verwendeten Modell und der Rechtslage ab – dazu beraten wir nicht, und wir erheben auch keinen Anspruch auf deine Ergebnisse.
Wo es hingehört
Erzeugtes Audio landet wie Bilder und Videos in deinem Ausgabeordner, als gewöhnliche Datei. Im Generieren-Reiter wird es seit v2.8.9 auch richtig angezeigt – vorher lag Ton in einem Bild-Feld und blieb stumm.
Was Leute dazu wissen wollen
Wie steuere ich, wie der Song klingt?
Über die Stil-Angaben: Genre, Instrumentierung und Tempo. Der Liedtext kommt getrennt davon in ein eigenes Feld, damit die KI Musik und Text nicht vermischt. Du kannst auch die Silbentrennung zuschalten, wenn die Aussprache sauberer werden soll.
Wie lang darf ein Stück sein?
Die Länge stellst du per Regler ein – von kurzen Schnipseln bis zu mehreren Minuten. Längere Stücke brauchen entsprechend mehr Rechenzeit.
Braucht Musik auch eine Grafikkarte?
Wie bei Bild und Video läuft die Erzeugung über die lokalen Modelle; eine GPU beschleunigt das deutlich. Die benötigten Modelle lassen sich über die ComfyUI-Basis mit einem Klick in den richtigen Ordner laden.
Darf ich die Musik veröffentlichen?
Die Dateien entstehen bei dir und werden nicht an uns übertragen. Ob und wie du sie veröffentlichen darfst, hängt vom verwendeten Modell und dessen Lizenz sowie der geltenden Rechtslage ab – das musst du im Einzelfall selbst prüfen.
Das kann Qwirbel auch
Alle Fähigkeiten stecken in derselben Anwendung – ein Kauf, ein Schlüssel.