阿里巴巴发布音频语言模型Qwen-Audio

据 Arxiv 页面显示，阿里巴巴近日发布了一款名为Qwen-Audio 的音频语言模型。

该模型旨在通过扩大音频语言预训练范围，涵盖超过30个任务和各种音频类型，如人类语音、自然声音、音乐和歌曲，以实现通用音频理解能力。

研究显示，Qwen-Audio在多样基准任务上实现了显著的性能，无需进行任务特定微调。