# AceStepTransformer1DModel

محوّل انتشار أحادي البُعد لتوليد الموسيقى من [ACE-Step 1.5](https://github.com/ace-step/ACE-Step-1.5). يعمل النموذج على الكامنات الستيريو ذات التردد 25 هرتز التي ينتجها [AutoencoderOobleck](/docs/diffusers/main/ar/api/models/autoencoder_oobleck#diffusers.AutoencoderOobleck) باستخدام مطابقة التدفق، وقد تم تدريبه على هيكل أساسي مشتق من Qwen3 (انتباه الاستعلامات المجمعة، تضمين موضع دوّار، RMSNorm، تكييف خطوة الزمن عبر AdaLN-Zero) بالإضافة إلى انتباه متقاطع مع شروط النص / الكلمات / طبقة الصوت التي يبنيها `AceStepConditionEncoder`.

## AceStepTransformer1DModel[[diffusers.AceStepTransformer1DModel]]

#### diffusers.AceStepTransformer1DModel[[diffusers.AceStepTransformer1DModel]]

```python
diffusers.AceStepTransformer1DModel(hidden_size: int = 2048, intermediate_size: int = 6144, num_hidden_layers: int = 24, num_attention_heads: int = 16, num_key_value_heads: int = 8, head_dim: int = 128, in_channels: int = 192, audio_acoustic_hidden_dim: int = 64, patch_size: int = 2, rope_theta: float = 1000000.0, attention_bias: bool = False, attention_dropout: float = 0.0, rms_norm_eps: float = 1e-06, sliding_window: int = 128, layer_types: typing.Optional[typing.List[str]] = None, encoder_hidden_size: typing.Optional[int] = None, is_turbo: bool = False, model_version: typing.Optional[str] = None)
```

[المصدر](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/transformers/ace_step_transformer.py#L432)

نموذج Diffusion Transformer لتوليد الموسيقى في ACE-Step 1.5.

يولّد كامنات صوتية مشروطة بالنص والكلمات والأصوات. يستخدم تضمين رقعة أحادي البعد (`Conv1d` بخطوة `patch_size`) يليه مجموعة من `AceStepTransformerBlock`s مع تناوب بين الانتباه النافذي المنزلق والانتباه الكامل على فرع الانتباه الذاتي. يستهلك الانتباه المتقاطع `encoder_hidden_states` المعبّأ الذي تنتجه `AceStepConditionEncoder`.

#### forward[[diffusers.AceStepTransformer1DModel.forward]]

```python
forward(hidden_states: Tensor, timestep: Tensor, timestep_r: Tensor, encoder_hidden_states: Tensor, context_latents: Tensor, attention_kwargs: typing.Optional[dict] = None, return_dict: bool = True)
```

[المصدر](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/transformers/ace_step_transformer.py#L532)

**المعاملات:**

hidden_states (`torch.Tensor` من الشكل `(batch_size, seq_len, channels)`) : مدخل كامن ضوضائي لعملية الانتشار.

timestep (`torch.Tensor` من الشكل `(batch_size,)`) : خطوة الانتشار الحالية `t`.

timestep_r (`torch.Tensor` من الشكل `(batch_size,)`) : خطوة الزمن المرجعية `r` (تُضبط تساوي `t` للاستدلال القياسي).

encoder_hidden_states (`torch.Tensor` من الشكل `(batch_size, encoder_seq_len, hidden_size)`) : تمثيلات التكييف من مُشفِّر الشرط (النص + الكلمات + طبقة الصوت).

context_latents (`torch.Tensor` من الشكل `(batch_size, seq_len, context_dim)`) : كامنات السياق (الكامنات المصدرية المدمجة مع أقنعة المقاطع) — تُغذّى إلى طبقة patchify conv إلى جانب `hidden_states`.

attention_kwargs (`dict`، *اختياري*) : قاموس kwargs يُمرَّر إلى `AttentionProcessor`. يُستخدم لتمرير مقياس LoRA عبر `{"scale": float}`.

return_dict (`bool`، القيمة الافتراضية `True`) : ما إذا كان يجب إرجاع `Transformer2DModelOutput` أو مجرد tuple.

**يعيد:** `Transformer2DModelOutput` أو `tuple`

حقل السرعة المتوقع.

طريقة [AceStepTransformer1DModel](/docs/diffusers/main/ar/api/models/ace_step_transformer#diffusers.AceStepTransformer1DModel) الأمامية.