华强买瓜但是是T8：Tencent Auk/NanoBanana，T8+ComfyUI免费整合包

作者：@T8star-Aix



一句话导读：腾讯混元与交大联合开源的 Auk（口播作 AOK）把「像改图一样改音频」带到本地：T8 已做好免费整合包、ComfyUI 节点与工作流，并持续迭代自动更新；片中用「华强买瓜」改词演示旁白编辑，同时介绍参考音色克隆、歌词编辑、情绪编辑与 MiniMax H3 音频修复伴侣。

核心内容：
1. 项目定位：Auk 用图像编辑思路处理音频，覆盖设计、生成、提取、克隆、编辑等能力。官方宣传口径是「音频界的 Nano Banana」。参数量约 1.5B，训练侧宣称含约 30 亿条指令/音频样本、约 195 万小时有效监督；零样本 TTS 自评优于部分竞品。作者实测整体好用、速度快，但仍有「有时编辑不生效」等问题，期待后续更新。
2. 发布节奏：节点、工作流与整合包前两天已基本就绪；为可用性从昨天到今天约改了 30 多版才放出。整合包与工作流免费开源。问题请优先去 GitHub 提 Issue（B 站私信响应慢）；包内支持「检查更新」自动升级，避免每次重下超大完整包。
3. 整合包用法要点：默认模型常驻内存，避免每次加载等 1–2 分钟；若只跑一次或暂时不用，可改为卸载/单独释放。功能极多，未做成死板向导，直接在界面里选任务试用。
4. 任务演示（整合包）：
   - 描述生语音（文生 TTS）：核心仍偏编辑，纯 TTS 听感偏电子音、相对普通。
   - 参考声音克隆：上传参考音后生成；模型已加载会跳过首段加载。可选「高质量」与「极速」（约 4.5 倍速）；片中约 31.5 秒级任务，克隆听感整体可用。
   - 语音文字编辑（旁白改词）：适合魔改视频。片头「有一个人前来买瓜」改为「有一个人前来买 T8」——需一句一句改，单次输入建议控制在约 30 秒内；过长先用小剪刀裁剪再生成。改完音色基本不变，适合分段改完直接用。相较 FireRed Audio 等，Auk 速度明显更快。
   - 歌词编辑：可对歌曲改词（最好上传干声/无伴奏，伴奏不太小时也可试）。片中把歌词半句改成功、半句未改到位，可通过换种子或拆成单句再抽卡；能力有但有限，类似「香蕉 1」距「香蕉 Pro」仍有差距。
   - 情绪编辑：相对部分竞品可直接改情绪表达（片中有对比说明）。
5. ComfyUI 节点侧：可与更复杂工作流拼接；各节点仓库下有 Example Workflows，整理较整齐。另提到与 MiniMax H3 音频修复伴侣的配套（简介/网盘资源）。
6. 合规：作者强调不可用于违法违规内容；另有公司 Aix 产品邀请码相关说明（以视频口播为准）。

适合人群：需要本地快速做音色克隆、旁白/歌词改词、情绪编辑，或想白嫖 T8 Auk 整合包与 ComfyUI 节点的音频创作者。

补充说明：本文按完整口播转写整理；STT 对部分专有名词（混元/Hunyuan、Auk、TTS 等）可能有谐音偏差，节点名与网盘以简介与 GitHub 为准。工作流位置：各节点目录下的 Example Workflows。

相关链接（简介）：
- 模型 HF：https://huggingface.co/t8star/Auk-Comfy
- AUK 节点：https://github.com/T8mars/Comfyui-Auk-T8
- 提示词 SKILL 节点：https://github.com/T8mars/comfyui-minimax-h3-prompt-enhancer-T8
- MiniMax H3 音频节点：https://github.com/T8mars/comfyui-minimax-h3-audio-T8
- 原项目：https://github.com/Tencent-Hunyuan/AuK


相关夸克网盘链接：
【AUK整合包（支持自动更新）：https://pan.quark.cn/s/29aef3b5fe12】
【模型网盘：https://pan.quark.cn/s/a419a4a00087】
【无限画布整合包v3.0.0：https://pan.quark.cn/s/5871a0142ff3】
【贞贞整合包V4.8O：https://pan.quark.cn/s/ed4f5cc2db75】