阿里通义大模型继续开源，新增音频语言模型Qwen2-Audio，可直接语音问答，理解分析多种音频信号，且在多个测评中超越先前最佳模型，通义团队还推出新的音频理解模型测评基准并入选国际顶会。

🎙️Qwen2-Audio是阿里通义大模型开源家族的新成员，它能够直接进行语音问答，无需文本输入。它可以理解并分析包括人声、自然音、音乐等在内的各种用户输入的音频信号，展现出强大的音频处理能力。

🚀该模型在多个权威测评中表现出色，显著超越了先前的最佳模型，这表明Qwen2-Audio在音频语言处理方面具有较高的性能和优势，为音频领域的发展带来了新的突破。

📄通义团队同步推出了一套全新的音频理解模型测评基准，这一基准的推出有助于更准确地评估音频理解模型的性能，为音频技术的研究和发展提供了重要的参考依据。相关论文已入选本周正在举办的国际顶会ACL2024，进一步证明了其学术价值和影响力。

格隆汇8月13日｜据36氪，阿里通义大模型继续开源，Qwen2系列开源家族新增音频语言模型Qwen2-Audio。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。该模型在多个权威测评中都显著超越先前的最佳模型。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ACL2024。