🎙️Qwen2-Audio是大规模音频语言模型，可接受各种音频信号输入。它具有强大的功能，能够根据语音指令执行音频分析或直接响应文本，为用户提供便捷的音频处理服务。

💬语音聊天模式下，用户可自由地与Qwen2-Audio进行语音互动，无需文本输入。这种交互方式更加自然和便捷，使用户能够更加轻松地与模型进行交流。

🔍音频分析模式中，用户在互动过程中提供音频和文本指令，Qwen2-Audio便可对音频进行分析。这一功能有助于用户深入了解音频内容，挖掘其中的信息。

IT之家 8 月 13 日消息，阿里通义千问开源 Qwen2-Audio 系列的两个模型 Qwen2-Audio-7B 和 Qwen2-Audio-7B-Instruct。

作为一个大规模音频语言模型，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，有两种不同的音频交互模式：

语音聊天：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：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

官方在一系列基准数据集上进行了测试，Qwen2-Audio 超越了先前的最佳模型。

IT之家附相关链接如下：

试用链接：https://huggingface.co/spaces/Qwen/Qwen2-Audio-Instruct-Demo

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