Auk TTS 文本转语音模型入门
AuK 是腾讯混元开源的一个拥有15亿(1.5B)参数的语音生成与编辑基础模型。该模型基于数百万小时的多样化音频数据进行训练,通过统一的自然语言指令接口,支持零样本和指令驱动的TTS、内容与声学编辑、副语言特征编辑、语音增强以及声源分离等功能。
AuK 是腾讯混元开源的一个拥有15亿(1.5B)参数的语音生成与编辑基础模型。该模型基于数百万小时的多样化音频数据进行训练,通过统一的自然语言指令接口,支持零样本和指令驱动的TTS、内容与声学编辑、副语言特征编辑、语音增强以及声源分离等功能。