AuK 技术报告：开源语音生成与编辑基础模型
AuK Technical Report: An Open-Source Foundational Model for Speech Generation and Editing
阅读原文
本站未展示全文，请前往来源网站阅读。
AI 导读
AuK 是一个开源基础模型，用自然语言指令和音频上下文这一统一接口完成语音生成与编辑，团队为此构建了约 3.03 billion 条指令-音频实例、1.95 million 小时有效监督，覆盖语音生成、内容编辑、增强与分离、副语言编辑和声学编辑五类任务。
来源：Hugging Face Daily Papers · arxiv.org