阿里巴巴推大规模音频语言模型Qwen

要点:阿里巴巴研究团队推出了Qwen-Audio系列，这是一组具有通用音频理解能力的大规模音频语言模型。Qwen-Audio通过采用层次标签的多任务框架，成功应对了多样化任务的挑战，并在基准任务上取得了令人印象深刻的性能，无需特定任务的微调。Qwen-Audio-Chat是在Qwen-Audio基础上构建的，支持多轮对话和各种音频中心场景，展示了其通用音频理解能力。