YuE2 getest: hoe goed zingt het model in het Pools?

👁 117 keer gelezen

YuE2 is een open model van team m-a-p dat op basis van songteksten en een stijlbeschrijving een compleet nummer met zang maakt. Het werkt standaard in ComfyUI vanaf versie 0.41. Ik gaf het dezelfde Poolse tekst als drie andere lokale modellen (ACE-Step 1.5, MiniMax Music 3 en DiffRhythm 2), met drie pogingen per model, en haalde de opnamen door Whisper. YuE2 zingt duidelijk in het Pools (gemiddeld 91,2% van de woorden), maar ACE-Step 1.5 won nipt met 95,6%. DiffRhythm 2 zingt helemaal niet in het Pools.

De volledige handleiding voor de testwinnaar met Poolse zang: ACE-Step 1.5 lokaal.

Wat is YuE2?

YuE2 is de tweede versie van het YuE-model, uitgebracht op 9 september 2026. Het heeft ongeveer 3 miljard parameters. Het model neemt songteksten met sectielabels ([Verse], [Chorus], [Bridge]) en een Engelstalige stijlbeschrijving als invoer, en maakt daar een compleet nummer met zang, instrumenten en structuur van. Het kan ook covers maken en bladmuziek bewerken (ABC-modus), maar die functies heb ik nog niet getest.

De oorspronkelijke versie op GitHub vereist ongeveer 24 GB VRAM en Linux. In ComfyUI 0.41 werkt YuE2 standaard op Windows, met een kant-en-klaar sjabloon en door Comfy-Org opnieuw verpakte gewichten (bf16 7,8 GB of int8 4 GB).

Mijn test: 4 modellen, dezelfde Poolse tekst

Ik schreef een korte ballad: twee coupletten en twee refreinen, 83 woorden, met Poolse diakritische tekens. Een vertaling van een fragment uit het geteste Poolse origineel luidt: „Aan de Vistula regent het weer, trams glijden door de grijze mist…” De stijl was voor alle modellen hetzelfde: „Poolse popballad, warme vrouwelijke zang, piano en zachte synthpads, langzaam tempo”. Elk model kreeg 3 pogingen met verschillende seeds (11, 22, 33). Ik haalde de opnamen door Whisper large-v3 met Pools als taalinstelling en telde welk percentage van de woorden uit de tekst in dezelfde volgorde in de transcriptie terug te vinden was. De test zelf werd dus in het Pools uitgevoerd; de vertaling hierboven is alleen bedoeld om de geteste tekst voor je begrijpelijk te maken.

De score meet verstaanbaarheid, niet de muzikale kwaliteit. Whisper hoort soms een woord dat een mens niet zou verstaan, en andersom. Voor een vergelijking van de modellen op dezelfde tekst is deze meting wel bruikbaar.

Wat zeggen de cijfers?

• YuE2 heeft de beste afzonderlijke poging (98,8%, 82 van de 83 woorden), maar ook de grootste spreiding. In de poging met seed 22 herhaalde het „Aan de Vistula” twee keer en voegde het zelf tekst toe. In de poging met seed 33 liet het een paar regels weg. De geciteerde tekst is een vertaling van het Poolse testmateriaal; de test zelf was in het Pools.
• ACE-Step 1.5 is het meest consistent. Het is het enige van de vier modellen met een taalkeuze in de instellingen; ik selecteerde „pl”. De nummerlengte stel je vooraf in op 120 s.
• MiniMax Music 3 zingt verstaanbaar, maar heeft twee problemen. Het verandert de volgorde: twee pogingen begonnen met het tweede couplet. De openingsregel was vertaald uit het Poolse origineel: „In Praga speelt iemand oude jazz”. Ook kapt het nummers af: 73, 111 en 92 s bij een limiet van 150 s.
• DiffRhythm 2 ondersteunt fonetische invoer alleen voor Chinees en Engels. Het verandert de Poolse tekst in wartaal. Een fragment, [corrupte belettering in de originele Poolse test], dient hier als voorbeeld van de misvormde uitvoer. Bovendien is dit een model uit oktober 2025, geen nieuwe release van dit jaar.

Luister: Poolse tekst, seed 11

Engels: YuE2 is foutloos

De tweede tekst was Engelstalig, in de stijl van synthpop uit de jaren 80, met een mannelijke stem. Hiervoor deed ik één poging per model.

Generatietijd en geheugengebruik

De tijd loopt van het versturen van de opdracht tot het voltooide bestand, inclusief het laden van het model wanneer ComfyUI tussen modellen wisselde. De generatie zelf duurt korter, zoals je ziet bij ACE-Step: 8 s wanneer het model al in het geheugen stond. MiniMax Music 3 gebruikt de volledige 24 GB van de kaart en wordt dan trager.

YuE2 starten in ComfyUI

1. Werk ComfyUI bij naar versie 0.41 of hoger.
2. Download uit de repository Comfy-Org/YuE2 checkpoints/yue2_3b_bf16.safetensors (7,8 GB, of int8 4 GB voor minder krachtige kaarten) naar models/checkpoints en audio_encoders/sheetsage2_bf16.safetensors (1,4 GB) naar models/audio_encoders.
3. Open Workflow, ga naar Browse Templates en kies het sjabloon „YuE2 Text to Music”. Het sjabloon verwijst standaard naar de int8-versie. Heb je bf16 gedownload, verander dan het bestand in de laadnode.
4. Beschrijf in het stijlveld het genre, de zang, de instrumenten en het tempo in het Engels. Plak in het tekstveld de songtekst met secties zoals [Verse] en [Chorus]. Je kunt Poolse tekst gewoon met de juiste diakritische tekens invoeren.
5. Stel de maximale lengte in (bij mij 150 s). Het model beëindigt het nummer zelf wanneer de tekst op is.

Mijn instellingen: modus „full”, temperatuur 1,0, top-p 0,95, top-k 100, herhalingsstraf 1,2, gevolgd door 32 stappen van sampler dpm_2 met schema sgm_uniform en CFG 1. Dit zijn de waarden uit het officiële sjabloon.

In de handleiding ComfyUI vanaf nul installeren beschrijf ik hoe je ComfyUI installeert. Andere lokale modellen uit oktober vind je in het overzicht Nieuwe lokale AI-modellen.

Welk model kies je?

• Poolse nummers voor commercieel gebruik: ACE-Step 1.5. Het meest consistent in het Pools, het snelst en uitgebracht onder de MIT-licentie.
• Poolse nummers voor eigen gebruik: YuE2 of ACE-Step. YuE2 had de beste afzonderlijke poging, maar je kunt beter 2-3 versies genereren en er een uitkiezen.
• Engelstalige nummers: YuE2, met 100% van de woorden herkend na 32 seconden genereren.
• MiniMax Music 3 is vooral interessant als je de klank ervan mooi vindt. Het is het traagst en vraagt het meeste geheugen. Ik bespreek het uitgebreider in MiniMax Music 3 lokaal.
• DiffRhythm 2 is alleen geschikt voor Engelstalige en Chinese teksten.

In de ranglijst van AI-muziekgeneratoren laat ik zien hoe deze modellen zich verhouden tot Suno, Udio en Mureka.

De eenvoudigste manier: Hangar

YuE2 staat ook in de catalogus van Hangar, mijn gratis beheerprogramma voor lokale beeld-, video- en muziekmodellen op Windows (zonder account of abonnement, met ComfyUI als motor). Hangar biedt de int8-variant aan, die lichter is dan de bf16-versie uit mijn test: het model is 3,96 GB en de sheetsage2-encoder 1,39 GB, samen 5,35 GB. Deze versie is bedoeld voor kleinere kaarten, maar ik heb de snelheid en kwaliteit nog niet gemeten. Bij het model staat de licentie CC BY-NC 4.0 vermeld: je mag nummers die met YuE2 zijn gemaakt dus niet verkopen.

1. Download het installatiebestand (14 MB) via de website van Hangar. Het bestand is nog niet digitaal ondertekend, dus Windows SmartScreen toont een waarschuwing: klik op „Meer informatie” en daarna op „Toch uitvoeren”.
2. Hangar herkent je grafische kaart (Nvidia met CUDA, vanaf 8 GB VRAM, bij voorkeur 12 GB of meer) en laat zien of het model erop past.
3. Zoek YuE2 3B in de catalogus. Je ziet de bestandsgrootte en licentie, en of het model in de EU gebruikt mag worden.
4. Genereer voorlopig in ComfyUI volgens de bovenstaande instructies. Hangar installeert ComfyUI portable vanaf nul (bij mij duurde dat 231 s) of koppelt aan een bestaande ComfyUI-installatie.

Het model staat in de catalogus van Hangar, maar genereren via Hangar werkt nog niet (stand van zaken op 17 oktober 2026). Gebruik voorlopig ComfyUI volgens de uitleg hierboven. Meer over de tool lees je op Hangar.

Veelgestelde vragen

Kan YuE2 in het Pools zingen?

Ja. In mijn 3 pogingen herkende Whisper 84 tot 99% van de woorden, gemiddeld 91,2%. Soms herhaalt YuE2 een regel of slaat het een fragment over, dus het loont om 2-3 versies te maken.

Hoeveel VRAM heeft YuE2 nodig?

Bij de bf16-versie piekte het gebruik van de hele kaart bij mij op 13,3-16,3 GB. De int8-versie (4 GB) zou op kaarten met 12 GB moeten passen, maar dat heb ik niet getest.

Mag ik nummers van YuE2 verkopen?

Nee. De licentie CC BY-NC 4.0 verbiedt commercieel gebruik. Kies voor muziek die je wilt verkopen ACE-Step 1.5 (MIT) of DiffRhythm 2 (Apache 2.0). In het laatste geval alleen voor Engelstalige teksten.

Hoe lang zijn de nummers die YuE2 maakt?

De lengte hangt af van de tekst en de ingestelde limiet. Met 83 woorden en een limiet van 150 s werden de nummers 2:07-2:18 min.

Is dit beter dan Suno?

Ik heb de klank niet met Suno vergeleken in deze test. Een voordeel van lokale modellen is dat er geen downloadlimiet geldt (Suno heeft sinds 3 september 2026 maandelijkse limieten) en dat je niet voor elk nummer betaalt.

Bronnen

• m-a-p/YuE2-3B op Hugging Face
• Comfy-Org/YuE2 (gewichten voor ComfyUI, licentie CC BY-NC 4.0)
• DiffRhythm 2 op GitHub
• Eigen metingen op een RTX 4090, 17 oktober 2026: 13 opnamen, Whisper large-v3.

// lees verderFable 5.1 getest: één taak liet het model vastlopenBenchmarksGTA 6-trailer maken met AI: Wan 3.0, Seedance en MiniMax getestBenchmarksMAGI-2 Preview: open AI-videomodel van Sand.ai getestBenchmarks

Kinetyra