Tencent випускає AuK для генерації та редагування мови
Tencent представив AuK — модель 1,5B параметрів для генерації та редагування мови за текстом. Вона клонує голоси, вибирає акцент та шум, розділяє вокал та дозволяє контролювати тембр, емоцію та швидкість.
📊 Ніша для креативів. Звук тепер редагується як текст — для тих, хто робить підкасти або рекламні ролики щотижня.
Що це означає для вас
Спробуйте AuK-Flash для швидкої правки голосу в підкасті або рекламі за текстом
🕐 Завантажте ваги з репозиторію та запустіть ComfyUI-ноду з текстом «зроби голос більш спокійним» (20 хв)
📊 З новини: 4.5 раза швидше🛠 Інструмент: AuK-Flash
Пропустіть, якщо: якщо ваша команда не працює з аудіо — це не для вас
Перевірте, чи може ваш підкаст звучати професійно без студії — за 20 хв настройки.
Отримати карту AI-можливостей →🎯 Чи підходить це вашому бізнесу?
Заповніть профіль компанії — і ми автоматично покажемо, чи варто вам це впроваджувати.
Заповнити профіль · 30 секундTL;DR
- •Модель AuK має 1,5B параметрів для генерації та редагування мови
- •Використовує Qwen2.5-Omni-3B для розуміння текстових інструкцій
- •Версія AuK-Flash працює 4,5 рази швидше за 4 кроки замість 32
- •Навчена на 1,95 млн годин ефективного аудіо
- •Код, ваги та ComfyUI-ноди доступні без реєстрації
Як це змінить ваш ринок?
Маркетингові та медіа-команди зможуть швидко адаптувати аудіоконтент під різні акценти та емоції без повторної записності. Це знімає блокер локалізації відео та підкастів для SMB, які не можуть собі дозволити професійну студію.
Визначення:
Speech-to-speech editing — це процес модифікації вже записаного мовлення (тимбр, емоція, текст) за допомогою текстових команд, без потреби в новій записності.
Для кого це і за яких умов (ОБОВ'ЯЗКОВО: мін. обладнання/бюджет, потрібна команда чи ні, мін. масштаб, час на впровадження.
AuK-Flash: ноутбук з 16GB RAM, без IT-команди, 20 хв на запуск. Повна AuK: GPU 24GB+ або хмара ~$0,3/год, базові навички CLI, 1-2 години.
Альтернативи
| | ElevenLabs | Resemble AI | AuK (Tencent) | | Ціна | $0,18/хв | $0,09/хв | безкоштовно (ваги) | | Де працює | API, веб | API, SDK | Локально, ComfyUI | | Мін. вимоги | Інтернет | Інтернет | GPU 12GB+ для AuK-Flash | | Ключова різниця | Комерційна підтримка | Голосове клонування | Відкриті ваги + локальна робота |
💬 Часті запитання
🔒 Підтекст (Insider)
Tencent не робить шум навколо AuK, як робили б з великою мовою. Це сигнал, що ШІ для аудіо стає товаром — швидше, дешевше, доступніше. Для бізнесу це означає, що власна студія теж може мати studio-grade обробку голосу.
Такий розбір щоранку о 08:00
Персональний AI-дайджест для вашої галузі — щодня у Telegram
Джерела
эйай ньюз — оригіналНавчіть вашу команду будувати такі AI-автоматизації
За 5 днів кожен співробітник побудує автоматизацію для своєї ділянки роботи.
Дізнатись більше → aiupskill.live