阿里开源新语音模型，比OpenAI的Whisper更好！
阿里巴巴开源升级版语音模型Qwen2-Audio，新增语音聊天和音频分析功能，支持多语言和方言。该模型简化训练流程，增强指令理解和执行能力，并通过监督式微调和偏好优化提升人机交互体验。在多项基准测试中，Qwen2-Audio表现出色，包括在librispeech测试中的低词错率和超越Whisper-large-v3的成绩。来源：https://www.chinaz.com/2024/0810/1635026.shtml
页:
[1]