導(dǎo)讀：IT之家 8 月 13 日消息，阿里通義千問開源Qwen2-Audio 系列的兩個(gè)模型 Qwen2-Audio-7B 和 Qwen2-Audio-7B-Instruct。 作為一個(gè)大規(guī)模音頻語言模型，Qwen2-Audio 能夠接受各種音頻信號輸入，并根據(jù)語音指令執(zhí)行音頻分析或直接響應(yīng)文本，有兩種不同的音頻交互...
IT之家 8 月 13 日消息，阿里通義千問開源Qwen2-Audio 系列的兩個(gè)模型 Qwen2-Audio-7B 和 Qwen2-Audio-7B-Instruct。
作為一個(gè)大規(guī)模音頻語言模型，Qwen2-Audio 能夠接受各種音頻信號輸入，并根據(jù)語音指令執(zhí)行音頻分析或直接響應(yīng)文本，有兩種不同的音頻交互模式：
語音聊天：用戶可以自由地與 Qwen2-Audio 進(jìn)行語音互動(dòng)，而無需文本輸入
音頻分析：用戶可以在互動(dòng)過程中提供音頻和文本指令對音頻進(jìn)行分析
官方在一系列基準(zhǔn)數(shù)據(jù)集上進(jìn)行了測試，Qwen2-Audio 超越了先前的最佳模型。
▲Qwen2-Audio 整體表現(xiàn)
