实体
The Auk
The Auk
PulseAugur coverage of The Auk — every cluster mentioning The Auk across labs, papers, and developer communities, ranked by signal.
总计 · 30天
3
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 3 条
-
Tencent 发布快速语音模型 AuK-Flash
Tencent 发布了 AuK-Flash，这是其 1.5B 参数语音生成和编辑模型 AuK 的蒸馏版本。新变体专为快速的四步推理而设计。AuK-Flash 和基础 AuK 模型支持广泛的语音任务，包括零样本和基于指令的文本到语音转换、内容和声学编辑、语音增强以及声源分离，所有这些都可以通过自然语言界面进行控制。这些模型可在 Hugging Face 和 ModelScope 上获取。
-
AuK：开源模型统一语音生成和编辑
研究人员推出 AuK，一个用于语音生成和编辑的开源基础模型。该模型整合了自然语言指令和音频上下文，利用了多模态大语言模型、联合变分自编码器和混合整流流 Transformer。为了提高效率，AuK 已被蒸馏为 AuK-Flash，在不影响各种语音相关任务性能的情况下，显著加快了推理速度。
-
腾讯发布开源语音模型AuK
腾讯发布了AuK，一个用于语音生成和编辑的开源基础模型。该模型拥有15亿参数，在海量音频数据上进行训练，并通过自然语言接口支持零样本TTS、内容编辑和语音增强等多种任务。AuK已在Hugging Face和ModelScope上发布，并支持通过SGLang Omni进行推理。