三花快讯 · 2024, 7月17日
阿里 Qwen2-Audio：大规模音频语言模型
根据语音指令执行音频分析或直接响应文本
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。提供两种交互方式：
语音聊天 voice chat：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 audio analysis：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；
不过目前这两个模型还没有开源，可以期待一下！
商业转载请联系三花微信公众号获得授权，非商业转载请注明本文出处及文章链接，您可以自由地在任何媒体以任何形式复制和分发作品，也可以修改和创作，但是分发衍生作品时必须采用相同的许可协议。
本文采用 CC BY-NC-SA 4.0 - 非商业性使用 - 相同方式共享 4.0 国际 进行许可。