AuK

一个模型搞定语音生成、编辑与分离

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署音频音乐 🍴 复刻 120 🐛 待处理 3 👀 关注 8

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 1570

维护状态活跃

是否开源开源

定价模式 🏷️完全免费开源项目，免费使用

项目预览

项目数据

分类音频音乐

开发团队Tencent-Hunyuan

官网地址https://auk-project.github.io

GitHubhttps://github.com/Tencent-Hunyuan/AuK

定价模式🏷️完全免费

价格说明开源项目，免费使用

访问状态🔧 仅开源项目，无在线服务，需自行部署

是否开源是

开源协议NOASSERTION

主要语言Python

技术栈/模型deep-learning,foundation-models,python,pytorch,separation,speaker-extraction,speech,speech-editing,speech-enhancement,text-to-speech,zero-shot-tts

GitHub 星标★ 1570

上线时间2026-08-19 00:00:00

代码更新2026-10-27

仓库体积21.6 MB

本站数据更新2026-11-02

维护状态活跃

收录时间2026-09-13

浏览次数34

项目介绍

AuK 是一个开源语音生成与编辑基础模型，目标是把语音合成、语音编辑、说话人提取、语音增强和音源分离等任务统一到一个模型框架中。它解决的是传统语音流水线中模型碎片化的问题：过去做一段带背景音乐的播客或视频配音，往往需要分别调用 ASR、降噪、分离、TTS 和音频编辑工具，流程长且容易累积误差。AuK 以 PyTorch 实现，提供 Python 接口，定位为可扩展的基座模型，让开发者用一套权重完成从语音生成到后期编辑的多种操作，降低搭建语音处理应用的工程成本。项目处于早期阶段，星标约 536，适合研究者和小团队快速验证想法，但生产级稳定性仍需自行评估。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-09-13 · 当前星标 ★ 1570

技术标签

deep-learning foundation-models python pytorch speech

使用教程

⚠ 本教程由 AI 依据该项目 README 整理；原始文档不完整，部分步骤为通用流程推断，实际安装请以项目官方文档为准。

难度：进阶约 10 分钟部署方式：库/依赖 4 步

⚠ 该项目 README 未提供完整安装说明，以下步骤为通用流程，请以官方文档为准。

环境要求

Python 3.10 环境（README 明确要求）
uv 或 Conda 之一，用于创建隔离环境
可访问 GitHub 的网络
PyTorch 运行环境（项目基于 PyTorch 实现）

安装与启动步骤

1克隆仓库

README 明确给出此命令，从 GitHub 拉取 AuK 源码到本地当前目录。
```
git clone https://github.com/Tencent-Hunyuan/AuK
cd AuK
```
2创建 Python 3.10 环境

README 只说明用 uv 或 Conda 二选一创建隔离的 Python 3.10 环境，节选中未给出具体命令，请按仓库文档执行。
3查阅后续安装说明

节选内容到此截止，依赖安装与权重获取步骤未展示，需打开仓库 README 全文继续操作，勿自行猜测参数。
4在线 Demo 先试效果

若只想快速体验，可直接使用 README 给出的 HuggingFace Space 或 ModelScope Studio 在线演示，无需本地部署。