8月13日消息，阿里通义开源Qwen2系列模型Qwen2-Audio。

Qwen2-Audio是一款大型音频语言模型，能够接受各种音频信号输入，并执行音频分析或根据语音指令直接进行文字响应。其具备语音聊天和音频分析两种交互模式。

语音聊天模式下，用户可以通过语音向模型发出指令，不需要通过自动语音识别（ASR）模块；而音频分析模式下，模型能够根据用户提供的音频和文本指令分析音频信息。Qwen2-Audio能够自动实现两种模式的切换。

在多个权威测评中，Qwen2-Audio都显著超越先前的最佳模型。该模型支持超过8种语言和方言，例如中文、英语、粤语、法语、意大利语、西班牙语、德语和日语。

此外，通义团队还同步开源了基础模型 Qwen2-Audio-7B 及其指令跟随版本Qwen2-Audio-7B-Instruct 。