Nano Banana para Áudio: Tencent lança AuK
A Tencent apresentou o AuK, um modelo de IA para geração e edição de fala com capacidades avançadas de personalização vocal.
Nano Banana para Áudio
A Tencent lançou o AuK, uma solução dedicada à geração e edição de fala. Trata-se de um modelo de 1,5 bilhão de parâmetros que transforma texto em áudio e edita gravações prontas com base em instruções textuais, tudo através de uma interface unificada. O sistema é capaz de clonar vozes a partir de referências, alterar palavras específicas sem necessidade de regravação completa da frase, remover sotaques e ruídos, ajustar timbre, emoção, velocidade e tom, além de separar a voz do locutor ou dos vocais da mixagem geral.
O modelo foi treinado utilizando 1,95 milhão de horas de "áudio de treinamento efetivo". Para a compreensão das instruções, utiliza-se separadamente o Qwen2.5-Omni-3B, o que significa que os 1,5 bilhões de parâmetros não representam o tamanho total do sistema. Além da versão base, foi liberada a variante AuK-Flash, que executa apenas 4 etapas em vez de 32, operando 4,5 vezes mais rápido. O código, os pesos do modelo e os nós para ComfyUI já estão disponíveis para experimentação prática.
Links
Por que isso importa
AnáliseEsta tecnologia tem o potencial de simplificar significativamente os fluxos de trabalho de produção de áudio, beneficiando diversas áreas, desde a mídia até a educação.
Debater na comunidade
Compartilhe suas dúvidas e insights com desenvolvedores
Relacionado no ecossistema
Guias práticos, terminologia essencial e skills de agentes
Tencent lança Hy4: modelo com pesos abertos que desafia DeepSeek
A Tencent lançou Hy4, um modelo multimodal que obteve 75,2 pontos no benchmark APEX-Agents em testes internos, à frente do DeepSeek V4.1 Flash-1017. A empresa planeja publicar os pesos do modelo.
Nano Banana: Prompts para Design Gráfico
Uma coleção de prompts cuidadosamente elaborados para geração de visuais — desde embalagens até pôsteres e tendências de 2025.
Prompts para pele hiper-realista no Nano Banana
Esta coleção é um conjunto de prompts funcionais para a captura de detalhes ultrarrealistas da pele e do corpo em contextos editoriais e de moda.
Anthropic lança FlashProve em open source, ferramenta para inferência comprovável
A Anthropic publicou um protótipo de protocolo criptográfico aberto chamado FlashProve que permite verificar uma resposta de modelo sem acesso aos pesos do modelo.