🐧 腾讯混元发布开源音频编辑模型 AuK

腾讯混元宣布 AuK 正式发布。这是一款开源音频编辑模型，可通过自然语言指令和参考音频统一完成语音生成与编辑，支持零样本文本转语音、音色/风格/情绪编辑、去口音及多人语音分离等功能。

同时发布 AuK-Flash，采用 4 步推理，在匹配条件下速度约提升 4.5 倍。代码、模型权重和演示已上线。

Tencent Hy

🌸 在花频道 · 茶馆水群 · 投稿通道