ai语音模型
OSUM，全称为Open Speech Understanding Model，是由西北工业大学ASLP实验室研发的开源语音理解模型。该模型结合了Whisper编码器和Qwen2语言模型，旨在通过多任务学习的方式提...
2025-02-21
新闻资讯
148
Step-Audio是阶跃星辰与吉利汽车集团联合开源的阶跃Step系列多模态大模型中的一个重要组成部分，专注于语音交互领域。作为行业内首款产品级开源语音交互大模型，Step-Audio的...
2025-02-18
新闻资讯
155
