超越先前最佳，阿里通义千问开源 Qwen2-Audio 7B 语音交互大模型
创始人
2024-08-13 13:12:06
0次
IT之家 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
IT之家附相关链接如下：
- 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
相关内容
热门资讯
“AI小法官”提升法治教育实效
原标题：福建省厦门市康乐第二小学推动人工智能与法治教育融合——“AI小法官”提升法治教育实效 “偷看...
开源证券：给予国邦医药买入评级
开源证券股份有限公司近期对国邦医药进行研究并发布了研究报告《公司信息更新报告：收入稳健增长，动保业务...
京东开源JoyAI-Video...
快科技8月5日消息，京东正式开源自研实时流式视频编辑模型JoyAI-Video-Edit，打破传统视...
AI不再用完即忘：华为诺亚开源...
2026年8月3日，华为诺亚方舟实验室正式开源MindMemOS——一个面向AI Agent的可迁移...
京东开源实时流式视频编辑模型J...
8月5日，京东宣布开源自研的实时流式视频编辑模型JoyAI-Video-Edit。据悉，用户可以一边...
NVIDIA发布新功能分支Un...
IT之家 8 月 4 日消息，NVIDIA 当地时间昨日发布了版本号为 610.57.04 的新功能...
开源证券：维持陆家嘴“买入”评...
开源 证券研报指出， 陆家嘴中期业绩大幅增长，租赁现金流入稳中有增。公司2026H1实现归母净利润1...
韩国启动全民AI成长阶梯项目，...
2026年8月3日，韩国科学技术信息通信部正式启动全民AI成长阶梯项目，项目整合全民AI学习馆、全民...
从全民AI入门到创业孵化，韩国...
8月3日，财闻海外资讯消息，韩国科学技术信息通信部正式启动全民AI成长阶梯项目，整合全民AI学习馆、...