阿里通义千问近期宣布开源了两款大型语音交互模型——Qwen2-Audio-7B 和 Qwen2-Audio-7B-Instruct。这一创新突破了传统的文本输入限制,允许用户通过语音与模型进行自由互动。模型具备两种交互模式:一种是语音聊天,无需用户输入文本即可与之交流;另一种则是音频分析模式,在对话过程中用户可以提供音频和文本指令以进行深度音频分析。 Qwen2-Audio 在多项基准数据集上的测试结果显著优于前代模型,展现出卓越的性能。这一开源项目不仅提供了试用链接,还公开了详细的论文、评估标准和代码库,鼓励开发者和研究者进一步探索和应用这一技术。随着人工智能领域的快速发展,阿里此举不仅推动了语音交互技术的进步,也为行业带来了新的创新机遇。
原文链接
本文链接:https://kx.umi6.com/article/4925.html
转载请注明文章出处
相关推荐
.png)
换一换
阿里通义千问推出 Qwen2-VL:开源 2B / 7B 模型,处理任意分辨率图像无需分割成块
2024-08-30 10:12:38
爆火出圈后 Manus与阿里通义千问达成合作
2025-03-11 20:49:32
日经新闻称阿里通义千问已成日本AI开发基础
2025-05-12 14:34:34
434 文章
64404 浏览
24小时热文
更多

-
2025-07-19 14:57:21
-
2025-07-19 14:56:08
-
2025-07-19 14:55:01