AI News
Є ДІЯПозитивнаImpact 5/10BetaДля всіх📺 Медіа і Контент📊 Маркетинг і Реклама

Tencent випускає AuK для генерації та редагування мови

Редакція AI NewsДжерело: эйай ньюзОпубліковано Оновлено
эйай ньюз•2 місяці тому•4 перегляди•

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.

ВердиктПозитивнаImpact 5/10

📊 Ніша для креативів. Звук тепер редагується як текст — для тих, хто робить підкасти або рекламні ролики щотижня.

Що це означає для вас

Маркетингу

Спробуйте AuK-Flash для швидкої правки голосу в підкасті або рекламі за текстом

Перший крокЗавантажте 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 секунд
Детальний розбір ↓

TL;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

Чи потрібна потужна GPU для AuK?

Для AuK-Flash достатньо ноутбука з 12GB GPU або хмарного екземпляра. Повна AuK потребує 24GB+ для комфортної роботи.

Чи можно комерційно використовувати ваги AuK?

Так, модель розповсюджується з permissive ліцензією (деталі не розкриті в статті, але доступ до ваг відкритий), що дозволяє інтеграцію в продукти.

Чи підтримує AuK українську мову?

У статті не зазначено, але навчання на 1,95 млн годин багатомовного аудіо робить можливим suport для основних мов, включаючи українську через перенавчання.

Як AuK порівнюється з інструментами типу RVC?

AuK пропонує інтегрований інтерфейс для генерації та редагування в одній моделі, тоді як RVC спеціалізується на конверсії голосу. AuK краще для кроків pós-продакшн.

Чи потрібен інтернет для роботи з AuK-Flash?

Ні, після завантаження ваг модель працює повністю локально, що робить її придатною для роботи в офлайн-режимі.

Підтекст

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

Підписатися безкоштовно
TencentAuKspeechgenerationvoicecloningaudioeditingQwen2.5-Omni-3BAuK-Flash

AI Advisory Board

Навчіть вашу команду будувати такі AI-автоматизації

За 5 днів кожен співробітник побудує автоматизацію для своєї ділянки роботи.

Дізнатись більше → aiadvisoryboard.me