AuK: familia de voz abierta de Tencent Hunyuan
ComfyUI Wiki
AuK es la familia de voz abierta 1.5B de Tencent Hunyuan: TTS, clonación de voz, edición de contenido y acústica, mejora y separación, con nodos oficiales de ComfyUI.
A
AuK
AudioTTSClonación de vozEdición de vozSeparación de fuentesModelo base de voz abierto de 1.5B de Tencent Hunyuan, Shanghai Jiao Tong University y el Shanghai Innovation Institute. Una única interfaz de instrucciones en lenguaje natural cubre TTS zero-shot e instruct, edición de letras y contenido, edición de tono, velocidad, emoción y timbre, mejora de voz y separación de fuentes. Incluye nodos oficiales de ComfyUI y flujo de trabajo.
| Desarrollador | Tencent Hunyuan + Shanghai Jiao Tong University |
| Fecha de lanzamiento | 2026-09-09 |
| Arquitectura | 1.5B diffusion transformer + Qwen2.5-Omni-3B MLLM encoder |
| Licencia | MIT |
| Salida | Hasta 30 segundos de audio por ejecución |
Modelos
| Modelo | Descripción | Licencia | Publicado |
|---|---|---|---|
| AuK | Modelo base para generación de alta calidad, NFE y CFG configurables | MIT | 2026-09-09 |
| AuK-Flash | Variante destilada, inferencia fija de 4 pasos con CFG=0 | MIT | 2026-09-09 |
Selecciona un modelo arriba para ver descargas de pesos seleccionadas, tutoriales e información relacionada.
Comentarios
Inicia sesión con GitHub para unirte a la conversación.