AuK (Tencent Hunyuan)
AuK (Tencent Hunyuan) Универсальная модель речи: генерация, редактирование, очистка и разделение Все через указания естественным языком - Клонирование голоса: текст + референс голоса - Instruct TTS: голос по описанию без референса - Редактирование содержимого: заменил/вставил/удалил слова, переписал слова в песне с сохранением мелодии - Акустика: питч, скорость, громкость - Паралингвистика: эмоция, тембр, убирает акцент, дыхание/смех/кашель, обычная речь - шепот - Очистка и разделение: улучшение речи, разделение говорящих, извлечение вокала из микса, выделение цели по сказанному - 1.5B, MIT - AuK-Flash: 4 шага, в 4.5x быстрее Русский не заявлен, но текстовый энкодер - мультиязыный Qwen2.5-Omni-3B, так что пробуйте Гитхаб HF Демо #tts #voiceclonihng #voicedesign #alm #demix #audioseparation