阿里通义大模型推出Qwen2-Audio，实现无文本语音问答功能

数智朋克报道，阿里巴巴的通义大模型家族继续扩展，Qwen2系列迎来了全新成员——音频语言模型Qwen2-Audio。该模型能够在无需文本输入的情况下，直接进行语音问答，展现出对音频信号的强大理解和分析能力。Qwen2-Audio不仅能够处理人声，还能理解自然音和音乐等多种音频信号，为语音交互应用带来了新的可能性。

与Qwen2-Audio一同推出的，还有通义团队开发的一套全新音频理解模型测评基准，为行业内的音频处理技术提供了新的标准。这项创新研究也已成功入选本周举办的国际计算语言学顶会ACL 2024，展示了阿里巴巴在人工智能前沿领域的持续创新力。