← 전체 모델

AuK-Flash

발표일 발표 기관 Tencent

AuK-Flash

개요

Tencent의 음성 생성·편집 기반 모델 AuK의 증류 버전이다. 자연어 지시와 오디오를 활용하며, 4단계 추론에 맞춰 설계됐다. AuK 기본 모델은 15억 개 매개변수로 소개된다. 코드와 가중치는 2026년 9월 9일 공개됐다. (huggingface.co)

주요 기능과 용도

  • 참조 음성의 목소리로 텍스트를 읽는 제로샷 TTS와 목소리 설명만을 이용한 지시 기반 TTS
  • 음성 내용의 삽입·교체·삭제, 노래의 멜로디와 목소리를 유지한 가사 수정
  • 감정·운율 및 음향 편집, 음성 향상, 음원 분리

음성 콘텐츠 제작, 더빙과 기존 녹음 편집 등에 활용할 수 있다. 공식 모델 카드에는 중국어와 영어가 명시되어 있으며, 한국어 지원은 확인되지 않았다. (huggingface.co)

성능과 제한

  • 기술 보고서는 동일 조건에서 32단계 교사 모델 대비 약 4.5배의 실제 실행 시간상 가속을 보고한다. 모든 하드웨어와 설정에서 동일한 속도를 보장하는 수치는 아니다. (arxiv.org)
  • 자체 배포 시 가중치 외에 Qwen2.5-Omni-3B 인코더와 VAE 등 구성요소가 필요하다. 공식 ComfyUI 통합에는 원본과 대상 시퀀스를 합쳐 30초 제한이 명시돼 있다. (huggingface.co)
  • 모델 카드에는 MIT 라이선스가 표시된다. 별도 구성요소의 라이선스와 음성 사용 권한은 따로 확인해야 한다. (huggingface.co)

가격

2026년 11월 16일 확인 기준, Tencent Cloud의 중국 국내 및 국제 TokenHub 공식 가격표에서 AuK-Flash의 입력·출력 API 요금은 확인되지 않았다. 따라서 CNY 또는 USD 금액과 과금 단위는 미확인이다. 공개 가중치를 사용하더라도 자체 배포의 컴퓨팅 및 운영 비용이 발생할 수 있다. (cloud.tencent.com)

공식 출처