Nano Banana para Audio
Tencent ha presentado AuK para la generación y edición de voz, con potentes capacidades de personalización de voz.
Nano Banana para Audio
Tencent ha lanzado AuK para la generación y edición de voz. Este es un modelo de 1.5B que transforma texto en voz y edita grabaciones listas basadas en instrucciones de texto a través de una única interfaz. Clona voces basadas en referencias, cambia palabras sin regrabar toda la frase, elimina acentos y ruido, ajusta el timbre, la emoción, la velocidad y el tono, y separa al hablante o las voces de la mezcla.
Se entrenó con 1.95 millones de horas de "audio de entrenamiento efectivo". Para entender las instrucciones, se utiliza Qwen2.5-Omni-3B por separado, por lo que 1.5B no es el tamaño completo del modelo. Junto con la versión base, se lanzó AuK-Flash. Realiza 4 pasos en lugar de 32 y funciona 4.5 veces más rápido. El código, los pesos y los nodos de ComfyUI ya están disponibles para experimentación práctica.
Enlaces
Por qué es importante
AnálisisEsta tecnología tiene el potencial de simplificar significativamente el proceso de generación y edición de voz, lo que puede ser beneficioso en varios campos, desde los medios hasta la educación.
Debatir en la comunidad
Comparte tus preguntas e ideas con desarrolladores
Relacionado en el ecosistema
Guías prácticas, terminología y skills de agentes
Tencent lanza Hy4: un modelo con pesos abiertos que desafía a DeepSeek
Tencent presentó Hy4, un modelo multimodal que obtuvo 75,2 puntos en APEX-Agents en pruebas internas, por delante de DeepSeek V4.1 Flash-1017. La empresa planea publicar los pesos.
Nano Banana: prompts para diseño gráfico
Una cuidada colección de prompts profesionales para generar visuales de diseño: desde maquetas de packaging hasta carteles en tendencia para 2025.
Indicaciones para una piel hiperrealista en Nano Banana
Esta selección es un conjunto de sugerencias de trabajo para fotografiar la piel y el cuerpo con gran detalle en un contexto editorial y de moda.
Benchmarks para Agentes: GAIA y SWE-bench
Nueva generación de rigurosos benchmarks prácticos para evaluar la autonomía de la inteligencia artificial. GAIA prueba tareas multimodales en la web abierta con archivos y navegador, mientras que SWE-bench evalúa la capacidad de los agentes para encontrar y corregir errores reales en grandes repositorios de GitHub.