AuK
腾讯混元开源语音基础模型，统一语音生成与编辑
AuK 是腾讯混元开源的语音基础模型，用单一接口统一语音生成与编辑：输入自然语言指令与参考音频即可完成零样本 TTS、指令控制生成、内容与音色/风格/情感编辑、去口音、语速音调控制、增强去噪，以及多说话人和音乐分离。代码与模型权重已在 GitHub 开放，并提供 4 步推理的 AuK-Flash 版本，支持 HuggingFace、ModelScope 在线体验及 SGLang-Omni 部署
1
2026-09-09
未收录
379
工具功能
这个工具能做什么、适合谁用，以及目前已识别的核心能力。
工具简介
AuK 是腾讯混元开源的语音基础模型，用单一接口统一语音生成与编辑：输入自然语言指令与参考音频即可完成零样本 TTS、指令控制生成、内容与音色/风格/情感编辑、去口音、语速音调控制、增强去噪，以及多说话人和音乐分离。代码与模型权重已在 GitHub 开放，并提供 4 步推理的 AuK-Flash 版本，支持 HuggingFace、ModelScope 在线体验及 SGLang-Omni 部署
核心功能
价格信息
暂无可验证价格信息暂无足够准确的价格信息。
基础信息
- 更新频率
- 近 7 天 1 条收录动态
- 最近更新
- 2026-09-09
- 覆盖行业
更新日志
按时间记录功能更新、版本发布、新工具入库等重要变化。
- 2026-09-09开源
腾讯混元开源语音基础模型 AuK，统一语音生成与编辑：支持零样本 TTS、指令控制生成、内容与音色/风格/情感编辑、去口音、语速音调控制、增强去噪及多说话人与音乐分离；同时推出 4 步推理的 AuK-Flash，代码与权重已在 GitHub 开放，SGLang-Omni 提供 Day 0 部署支持。
AuK 常见问题
关于 AuK 的定位、核心功能、价格与最近更新。
AuK 是什么？
AuK 是腾讯混元开源的语音基础模型，用单一接口统一语音生成与编辑：输入自然语言指令与参考音频即可完成零样本 TTS、指令控制生成、内容与音色/风格/情感编辑、去口音、语速音调控制、增强去噪，以及多说话人和音乐分离。代码与模型权重已在 GitHub 开放，并提供 4 步推理的 AuK-Flash 版本，支持 HuggingFace、ModelScope 在线体验及 SGLang-Omni 部署。
AuK 有哪些核心功能？
AuK 当前已核验的核心功能包括：语音合成、音源分离、音频编辑。
AuK 如何收费？
AI Equal 当前没有收录 AuK 的可验证价格信息。
AuK 最近有什么更新？
2026-09-09：腾讯混元开源语音基础模型 AuK，统一语音生成与编辑：支持零样本 TTS、指令控制生成、内容与音色/风格/情感编辑、去口音、语速音调控制、增强去噪及多说话人与音乐分离；同时推出 4 步推理的 AuK-Flash，代码与权重已在 GitHub 开放，SGLang-Omni 提供 Day 0 部署支持。