Positionnement
Universal Audio Tokenizer est un tokenizer audio compact à dictionnaire de codes unique, développé par WeChat AI. Il vise à réunir perception audio générale et alignement linguistique pour servir d’interface d’entrée et de sortie aux modèles de langage audio. (github.com)
Capacités et usages
- Encode des extraits audio en tokens discrets et permet de reconstruire une forme d’onde à partir de ces tokens. La démonstration officielle utilise un fichier audio en entrée et enregistre l’audio reconstruit. (github.com)
- Combine une supervision par primitives sémantiques et acoustiques (SAP) et un mécanisme d’équilibre sémantique-acoustique (SAE), destiné à réinjecter des détails acoustiques dans les représentations sémantiques. (github.com)
- Peut être intégré à des systèmes de compréhension audio et de synthèse vocale. Les résultats de compréhension et de TTS publiés par Tencent concernent une intégration avec Qwen2.5 : ils ne démontrent pas que le tokenizer seul est un assistant vocal ou un système TTS complet. (github.com)
- Dans les évaluations publiées, la configuration du modèle est indiquée à 25 Hz et 325 bits par seconde. (github.com)
Accès et limites
Le code, les scripts d’entraînement et d’inférence et les poids préentraînés sont publiés pour une exécution autonome. L’installation et l’inférence nécessitent un environnement et des ressources de calcul ; le dépôt fournit un exemple avec Python 3.10.13. Le projet est soumis à ses propres conditions de licence, à consulter avant utilisation ou redistribution. Les performances annoncées sont celles des jeux et configurations d’évaluation décrits par les auteurs et ne garantissent pas le même résultat dans tous les environnements. (github.com)
Prix
Au 16 novembre 2026, aucun tarif officiel propre à ce modèle n’a pu être vérifié, ni en CNY/RMB pour la Chine continentale ni en USD pour l’international. La facturation des entrées et des sorties par API est donc non vérifiée ; les tarifs d’autres modèles ou services Tencent ne lui sont pas attribués. Les documentations officielles consultées sont celles de Tencent Cloud TokenHub, Chine et de Tencent Cloud TokenHub, international. (main.qcloudimg.com)
Publication et sources
- Publication initiale : 1er juin 2026, sur GitHub et Hugging Face selon l’annonce officielle. (github.com)
- Annonce et dépôt officiels
- Poids et fiche officielle du modèle
- Licence du projet
- Article de recherche des auteurs