AuK：腾讯混元推出的统一指令式语音基础模型 AuK 是腾讯混元团队开源的1.5B参数语音基础模型，采用MIT开源协议。它最大的特点是使用自然语言统一指令接口，把语音合成、语音编辑、语音增强、声源分离等多种语音任务整合... 1个月前 AI新闻 116
Ming-UniAudio：开源统一语音处理框架，支持语音理解、生成与编辑的端到端模型 Ming-UniAudio是一个创新的开源框架，旨在统一语音理解、生成和编辑任务。通过基于VAE框架和因果Transformer架构的统一连续语音tokenizer（MingTok-Audio），它能够有效整合... 2025-10-08 AI新闻 124
