텐센트가 음성 생성과 편집을 하나의 모델로 통합한 오픈소스 AI 'AuK'를 공개하며 '오디오용 나노바나나'라는 별칭을 내세웠다. 자연어 지시와 참조 오디오만으로 제로샷 TTS, 음색·감정·억양 수정, 부분 콘텐츠 편집, 잡음 제거, 화자 분리 등을 처리할 수 있다. 30억3000만 개의 지시어-오디오 데이터와 195만 시간 분량의 오디오로 학습했으며, RLHF와 강화학습을 적용해 자연스러움과 정확성을 높였다. 추론을 4단계로 줄여 기존 대비 약 4.5배 빠른 경량 모델 'AuK-플래시'도 함께 허깅페이스에 공개됐다.

• •텐센트, 음성 생성·편집 통합 오픈소스 모델 'AuK' 공개, '오디오용 나노바나나'로 소개
• •자연어 지시만으로 제로샷 TTS, 음색·감정·억양 수정, 부분 콘텐츠 편집 등 지원
• •30억3000만 개 지시어-오디오 데이터와 195만 시간 오디오로 학습, RLHF·강화학습 적용
• •추론 4단계로 단축해 약 4.5배 빠른 경량 모델 'AuK-플래시'도 동시 공개
• •모델 가중치·소스코드·데모를 허깅페이스에 오픈소스로 전면 공개