阿里通义千问开源音频语言模型 Qwen2-Audio

　　阿里通义 Qwen2-Audio 音频语言大模型宣布开源。

　　据介绍，Qwen2-Audio 可以不需文本输入，直接进行语音问答，理解并分析用户输入的音频信号，包括人声、自然音、音乐等。

　　通义团队还同步推出了一套全新的音频理解模型测评基准，相关论文已入选本周正在举办的国际顶会 ACL 2024。

作者：itwriter
来源：互联网
日期：2024-08-14
浏览 (2858)