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。

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

本文转载自IT之家，转载目的在于传递更多信息，并不代表本站赞同其观点和对其真实性负责。如涉及作品内容、版权和其它问题，请联系IT之家通知我方删除，我方将在收到通知后第一时间删除内容！本文只提供参考并不构成任何投资及应用建议。本站拥有对此声明的最终解释权。