8 月 13 日消息，阿里通义千问开源Qwen2-Audio 系列的两个模型 Qwen2-Audio-7B 和 Qwen2-Audio-7B-Instruct。
作为一个大规模音频语言模型，Qwen2-Audio 能够接受各种音频信号输入，并根据语音指令执行音频分析或直接响应文本，有两种不同的音频交互模式：
语音聊天：用户可以自由地与 Qwen2-Audio 进行语音互动，而无需文本输入 音频分析：用户可以在互动过程中提供音频和文本指令对音频进行分析官方在一系列基准数据集上进行了测试，Qwen2-Audio 超越了先前的最佳模型。
▲Qwen2-Audio 整体表现
附相关链接如下：
试用链接：https://huggingface.co/spaces/Qwen/Qwen2-Audio-Instruct-Demo 论文地址：https://arxiv.org/abs/2407.10759 评估标准：https://github.com/OFA-Sys/AIR-Bench 开源代码：https://github.com/QwenLM/Qwen2-Audio
京公网安备 11011402013531号