模型详情
模型介绍
中文整理Qwen2-Audio-7B
模型简介
Qwen2-Audio是Qwen大型音频语言模型的新系列。该模型能够接受各种音频信号输入，并根据语音指令执行音频分析或直接生成文本回复。
主要能力
该模型支持两种不同的音频交互模式：
语音聊天：用户可以无需文本输入，直接与模型进行语音交互。
音频分析：用户可以在交互过程中同时提供音频和文本指令进行分析。
发布的模型包括Qwen2-Audio-7B（预训练模型）和Qwen2-Audio-7B-Instruct（聊天模型）。
运行要求
模型代码已集成在最新的Hugging Face Transformers库中。建议使用pip install git+https://github.com/huggingface/transformers命令从源码安装，以避免可能出现的兼容性问题。
基本用法
提供代码示例用于加载处理器和模型，并详细说明如何执行预训练的Qwen2-Audio基础模型进行内容生成。
许可证
如需引用该工作，请参考相关文献。
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。