
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。
© 版权声明
文章版权归作者所有,未经允许请勿转载。
THE END


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。
暂无评论内容