腾讯开源语音基础模型 AuK 登顶 Hugging Face 趋势榜

腾讯发布并开源语音基础模型 AuK，上线后迅速登顶 Hugging Face 趋势榜。该模型将语音克隆、指令合成、编辑、增强与分离五类任务统一到一个模型中，支持 zero-shot 语音克隆等能力。其核心思路是把数据格式统一为「一句话指令+一段输入音频+目标声音」，让同一套模型逻辑处理多种语音任务，实现一站式语音处理。

2026-09-11 ~ 2026-09-11 · 2 条相关