模型详情
模型介绍
中文整理Qwen2-Audio-7B-Instruct
模型用途
Qwen2-Audio-7B-Instruct是Qwen大型音频语言模型系列的聊天模型版本，用于处理音频输入并生成文本回复。
主要能力
支持两种音频交互模式：语音聊天模式下，用户无需文本输入即可直接进行语音对话；音频分析模式下，用户可同时提供音频和文本指令进行综合分析。模型能够接受各种音频信号输入，根据语音指令执行音频分析或生成文本回复。
输入输出
输入：音频信号（语音或音频文件），可选文本指令；输出：文本回复。
运行要求
代码已集成至最新版本的HuggingFace Transformers库。建议使用源码安装：pip install git+https://github.com/huggingface/transformers。
基本用法
模型使用ChatML格式进行对话。可通过聊天模板（chat template）处理对话格式。支持语音聊天推理、音频分析推理和批量推理三种使用方式。
限制
模型为预训练模型和聊天模型，具体使用限制请参考官方文档。
许可证
如需引用本工作，请参照官方提供的引用格式。
优先采用原作者提供的中文模型卡片；仅有英文说明时由闲社AI翻译整理。重要参数、许可证和商用范围请以原文为准。
你将获得什么
完整仓库方式包含该固定版本中的权重、配置、分词器及说明文件；指定版本方式只下载所选文件或整组分片。多模态模型的投影文件、配置等依赖，请按作者说明配齐。
完整仓库可能包含多个权重格式，因此需要的磁盘空间可能大于单一格式的模型大小。下载文件不等于完成模型部署。
使用前须知
运行环境
运行模型需要的设备、工具与依赖，以原作者说明为准。
授权范围
是否允许商用、修改和分发，请查看模型许可证。
闲社提供资料与镜像下载方法，不代表已运行模型或完成安全审计。下载的代码应先检查，再执行。
资料或下载有问题？
登录后可提交反馈。