AuK开源基础模型：用自然语言指令统一语音生成与编辑
_akhaliq · x · 2026-09-10
AuK技术报告发布，这是一个开源的语音基础模型，通过自然语言指令加音频上下文的统一接口，把语音生成与语音编辑合并到同一框架中。论文已上传至Hugging Face，模型开源可复现。
所属事件:腾讯混元开源 AuK 语音基础模型，一句话统一语音生成与编辑(6 条相关)→
「多模态」频道最新
- 29 美分用 Dreamina Seedance 伪造大坝灾难「幕后花絮」 — Standard_Spell5873 · 2026-10-27
- Grok Imagine 时装插画 prompt 走红:白底手绘高级定制风 — azed_ai · 2026-10-27
- Grok Imagine 时装插画 prompt 走红:白底手绘高级定制风 — azed_ai · 2026-10-27
- Reddit 求助：Qwen Image 2.1 换装总毁身材比例，Flux 3 Klein 略好 — Existing-Box-7866 · 2026-10-27
- ComfyUI 打造跨场景一致角色：RealVisXL V5 加 img2img 面部参考 — MiaLarsonJL · 2026-10-27
- 29 美分生成迈克尔·贝式屋顶大片，Seedance 实测效果惊人 — PersonalSpace_4225 · 2026-10-27