讲师中心 微信公众号
首页
文章
后端开发 web前端 数据库 开发工具 php框架 常见问题 科技 Java 系统教程 电脑教程 硬件教程 手机教程 软件教程 游戏教程 自媒体 新闻
专题
后端开发 web前端 数据库 开发工具 php框架 科技 Java 系统教程 电脑教程 硬件教程 手机教程 软件教程 游戏教程 新闻
AI工具
AI 聊天问答 Agent智能体 AI 文本写作 AI 绘画作图 AI 设计工具 AI 视频创作 AI 音频制作 AI 办公学习 AI 编程开发 Prompt指令
学习
大前端 后端开发 数据库 移动端 运维开发 计算机基础
编程手册
大前端 后端开发 数据库 移动端 运维开发 计算机基础
下载
js特效 网站源码 工具下载 类库下载 网站素材 学习资源 插件扩展 手机游戏
最近更新
首页 > 新闻 > IT新闻 > 正文

阿里开源端到端语音交互模型 Fun-Audio-Chat

聖光之護
发布： 2025-12-23 21:13:02
原创
181人浏览过

通义大模型微信公众号正式发布全新一代端到端语音交互模型——fun-audio-chat。“不止于‘会说话’，更懂你言外之意、识你情绪起伏、助你高效办事——这才是真正懂你的ai语音伙伴。”

当前已开源 Fun-Audio-Chat 8B 版本，完整提供模型权重、推理代码及 Function Call 集成示例。

阿里开源端到端语音交互模型 Fun-Audio-Chat

核心技术亮点：

  • 全链路端到端 S2S 架构：语音输入直出语音响应，跳过传统 ASR + LLM + TTS 多模块串联流程，显著提升响应速度、降低系统延迟。
  • 创新双分辨率协同机制：Shared LLM 主干以 5Hz 帧率高效建模语义，SRH 模块以 25Hz 帧率精细合成语音，整体 GPU 资源消耗下降近 50%。
  • 百万小时多任务真实数据训练：涵盖语音理解、口语问答、情绪判别、工具调用等丰富场景，让模型更贴近用户日常表达与真实需求。

高共情：如知己般自然流畅的对话体验

Studio Global
Studio Global

Studio Global AI 是一个内容生成工具，帮助用户客制化生成风格和内容，以合理价格提供无限生成，希望将 AI 带给全世界所有人。

Studio Global 405
查看详情 Studio Global
  • 当你低落，它主动给予温暖回应；当你紧张，它引导你一起做呼吸练习；当你雀跃，它也能即刻加入你的节奏，共享喜悦。
  • 即便你未曾明说心情，它也能敏锐捕捉语气轻重、语速快慢、停顿长短等细微线索，精准识别情绪状态，并作出体贴入微的反馈。

强实用：不止能聊，更能“上手就干”

  • 支持 Speech Function Call：用户仅需自然口语发出指令，模型即可自主解析意图、触发对应函数，无缝执行查天气、设提醒、订机票等复杂操作。

实测表明，Fun-Audio-Chat 8B 在 OpenAudioBench、MMAU、Speech-ACEBench、VStyle 等多项主流语音多模态评测中，均在同参数量级模型中位列榜首，综合能力全面领先 GLM4-Voice、Kimi-Audio、Baichuan-Omni。

源码获取地址：点击下载

以上就是阿里开源端到端语音交互模型 Fun-Audio-Chat的详细内容，更多请关注php中文网其它相关文章！

相关标签：
微信公众号 微信 工具 ai 大模型 red 架构 function

大家都在看：

最佳 Windows 性能的顶级免费优化软件
最佳 Windows 性能的顶级免费优化软件

每个人都需要一台速度更快、更稳定的 PC。随着时间的推移，垃圾文件、旧注册表数据和不必要的后台进程会占用资源并降低性能。幸运的是，许多工具可以让 Windows 保持平稳运行。

下载
来源：php中文网
收藏 点赞
上一篇：从豆包手机谈起：端侧智能的愿景与路线图 下一篇：没有了
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系admin@php.cn
作者最新文章
最新问题
Cursor 收购 AI 代码协作平台 Graphite AI代码协作平台Graphite近日宣布，已与智能编程助手Cursor达成最终收购协议，正式成为其一部分。该交易预计将在未来几周内完成，Graphite全体成员将整体加入Cursor团队。据Graphite官方声明，交易完成后，Graphite仍将保持独立产品形态持续运营，并获得更雄厚的技术与资源支撑。双方将深度融合各自能力，共同构建一个覆盖代码编写、智能审查到自动化合并的全链路AI驱动开发平台。Graphite联合创始人兼首席执行官MerrillLutsky指出，本次整合的核心目标是融合双方技
2025-12-23 20:18:08
942
英伟达云业务战略调整，重心转向内部 AI 开发 英伟达在首席执行官黄仁勋的主导下，正悄然重塑其云业务的发展路径，并于近日正式宣布启动云业务团队的架构调整。据公司内部备忘录及多位知情人士透露，此次调整标志着英伟达将主动弱化与亚马逊AWS等头部云服务商的直接竞争关系，转而聚焦于强化自身AI技术栈的内生研发能力。AlexisBlackBjorlin——这位自2023年从Meta加盟英伟达的资深高管，已被委以新职，牵头推进云业务团队的整合工作。原先规模达数百人的云业务部门，将整体并入由高级副总裁DwightDiercks主导的工程与运营体
2025-12-23 20:12:07
836
MiniMax 开源视觉分词器扩展技术 VTP MiniMax联合华中科技大学首次对外开源其视觉生成核心技术——VTP（VisualTokenizerPretraining，视觉分词器预训练）。该技术在不改动标准DiT架构的前提下，仅通过对视觉分词器（VisualTokenizers）进行扩展与优化，便实现了高达65.8%的端到端生成性能提升。区别于多数分词器相关研究，VTP的设计理念强调“零侵入”：它完全不干预下游主干模型（如DiT）的训练流程，所有改进均集中在前置的tokenizer模块上，从而以极低耦合代价达成生成质量的显著跃
2025-12-23 20:11:12
204
清华大学与 OpenBMB 提出“H-Neurons”：LLM 幻觉相关神经元的存在、作用及其起源 清华大学自然语言处理实验室（THUNLP）联合OpenBMB团队推出了一项题为《H-Neurons:OntheExistence,Impact,andOriginofHallucination-AssociatedNeuronsinLLMs》的前沿研究。该工作围绕幻觉关联神经元（H-Neurons）在大语言模型（LLMs）中的存在性、功能影响及其形成根源，展开了系统而深入的三重探究。论文链接：https://arxiv.org/pdf/2512.01797在识别层面，研究证实L
2025-12-23 20:11:02
610
微软为 PowerPoint 推出新功能：Explainer（解释器） 微软为其办公利器PowerPoint上线了一项名为“Explainer（解释器）”的全新AI辅助功能。该功能由CopilotAI深度赋能，专为帮助用户高效解读演示文稿中艰深的专业术语、常见缩写，以及逻辑严密甚至略显拗口的段落内容而设计。操作极为简便：用户只需在幻灯片中选中目标文本框或任意一段文字，右键点击后选择菜单顶部的“解释（Explain）”选项，Copilot便会即时在右侧边栏输出一段清晰、简练、贴合语境的解析说明，彻底告别反复切换应用、手动搜索的低效流程。微软特别指出，Explainer
2025-12-23 19:59:02
529
开源模拟器 QEMU 10.2 发布 开源虚拟化模拟器QEMU正式推出10.2版本。本次发布涵盖多项重要更新，具体如下：安全机制优化：明确制定并公开了QEMU的安全响应策略，特别厘清了“虚拟化用途”类机器的定义范围，从而更精准地识别和归类潜在安全缺陷。老旧功能清理：彻底移除已废弃多年的-old-param启动参数全面下线ARM平台中早已停止维护的PXA系列CPU模拟支持架构增强：ARM架构模拟能力进一步提升，新增对SCTLR2、TCR2、LSE128及RME（RealmManagementExtensi
2025-12-23 19:24:02
500
OpenAI 警示：AI 浏览器恐难完全摆脱提示注入风险 OpenAI近日公开表示，具备代理（Agent）功能的AI浏览器在架构层面难以根除“提示注入”（promptinjection）攻击隐患。即便不断升级防护机制，该问题仍被定性为一项需长期应对的安全挑战，而非可通过单一技术手段彻底“攻克”的缺陷。为此，公司正加快安全补丁发布频率，并依托大规模自动化攻防对抗实验，在真实攻击发生前主动挖掘Atlas浏览器中潜藏的薄弱环节。今年10月，OpenAI正式将AtlasAI浏览器集成进ChatGPT后，安全研究人员迅速验证：仅需在Googl
2025-12-23 19:11:02
635
Steam 客户端将全面转向 64 位 Valve近日推出了Steam客户端的新版本更新，此次更新中引入了若干针对仍在运行32位Windows系统用户的调整。在Windows11及64位版Windows10上，Steam客户端现已全面升级为64位架构。而继续使用32位Windows系统的用户，仍将可获得32位Steam客户端的维护更新，该支持将持续至2026年1月1日。本次调整仅适用于Windows10用户，因其是目前唯一仍提供32位版本支持的Windows操作系统。
2025-12-23 18:54:02
208
谷歌成立算力分配委员会，应对内部资源短缺 据TheInformation报道，谷歌目前正遭遇显著的计算资源紧缺问题。随着人工智能模型训练规模持续攀升、GoogleCloud业务加速扩张，以及搜索、广告等关键服务长期占据大量算力，公司内部对计算能力的需求呈现集中式激增，而现有基础设施已难以全面支撑。报道分析指出，这一困境部分源于此前一段时期内资本支出趋于审慎。尽管谷歌已明确将大幅增加在数据中心及自研芯片领域的投入，预计本年度资本开支将提升至约910亿至930亿美元区间，但新建算力设施从规划、建设到实际投产需经历较长周期，短期内仍难
2025-12-23 18:40:03
774
ChatGPT 上线“年终回顾”功能 OpenAI正式推出ChatGPT全新功能——“YourYearwithChatGPT”（你的ChatGPT年度回顾），该功能依托用户全年交互数据，自动生成一份专属的AI使用档案。内容涵盖多维度行为分析、AI生成的视觉化记忆图谱，以及富有趣味性的个性化人格徽章，帮助用户更清晰地洞察自身与AI的互动轨迹，同时提升社交传播的吸引力与参与感。目前该功能已在部分英语国家率先上线，覆盖美国、加拿大、英国、澳大利亚及新西兰等地，并面向满足条件的免费用户、Plus订阅用户及Pro用户开放
2025-12-23 18:35:00
310
相关专题
更多>
热门推荐
开源免费商场系统广告
热门教程
更多>
相关推荐
热门推荐
最新课程
最新下载
更多>
网站特效
网站源码
网站素材
前端模板
关于我们 免责申明 举报中心 意见反馈 讲师合作 广告合作 最新更新
php中文网：公益在线php培训，帮助PHP学习者快速成长！
关注服务号 技术交流群
PHP中文网订阅号
每天精选资源文章推送

Copyright 2014-2025 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号

  • PHP学习

  • 技术支持

  • 返回顶部