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
国产大模型下调推理服务价格，南...
近日，国内某大模型企业宣布下调其flash系列模型服务价格，输入缓存命中、输入缓存未命中及输出价格最...
解码青年人AI生活《2026有...
中新网深圳9月5日电(记者索有为)《2026有意思生活方式报告》(下称《报告》)4日在全国首个有意思...
OpenAI 最强 AI 生图...
9月9日消息，OpenAI 9 月 9 日官宣发布 ChatGPT Images 2.5，图像生成延...
探索AI供应链产业化路径京东推...
2026年以来，人工智能应用范围加速拓展，持续从数字空间走向现实生活，广泛融入生产线、仓储厂房、配送...
教育部发文！AI生成内容，教师...
一篇论文，因为AI使用不当，相关高校师生被通报处理。 9月2日，安徽财经大学公布“教师与学生涉嫌学术...
AI识别出近800种可充当乳化...
英国利兹大学食品科学与营养学院和爱丁堡大学科学家携手，开发出一款 人工智能（AI）工具，能从数千万种...
搭上低空经济、AI文旅？两连板...
桂林旅游（000978）回应市场热点。 9月8日，桂林旅游再度涨停，斩获2连板。当天晚间，该公司披露...
硅谷：我们不能被硅谷“AI刹车...
【文/底线思维】 OpenAI首席科学家Jakub Pachocki最近写了一篇文章，题目叫《An ...