阿里发布开源语音交互大模型 Qwen2-Audio

近日，阿里发布了Qwen2-Audio模型。Qwen2-Audio 是一个大型的音频语言模型系列，它能够接受音频信号输入，进行音频分析或直接文本响应，支持语音聊天和音频分析两种交互模式，并且提供了预训练模型Qwen2-Audio-7B和聊天模型Qwen2-Audio-7B-Instruct的版本。

  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

Qwen2-Audio 具备下面的几个特点：

• 语音聊天：用户可以使用语音向音频语言模型发出指令，无需通过自动语音识别（ASR）模块。

• 音频分析：该模型能够根据文本指令分析音频信息，包括语音、声音、音乐等。