Jin10 дані 26 квітня повідомляють, що сьогодні Kimi випустила новий відкритий вихідний код проекту — нову універсальну аудіо базову модель Kimi-Audio. Згідно з інформацією, ця модель підтримує розпізнавання мови, розуміння аудіо, перетворення аудіо в текст, голосові діалоги та багато інших завдань.

Дані Jinshi на 13 серпня повідомили, що модель Відкритий вихідний код Ali Tongyi продовжує розширюватися, серія Qwen2 розширила свою сім'ю з аудіо-моделлю мови Qwen2-Audio. Qwen2-Audio може прямо використовувати голосове питання-відповідь без потреби у тексті, розуміючи та аналізуючи аудіосигнали, включаючи голос людини, природний звук, музику тощо. Ця модель в значній мірі перевершує попередні найкращі моделі за результатами багатьох авторитетних оцінок. Крім того, команда Tongyi одночасно представила нову модель оцінки аудіорозуміння пастка Benchmark, стаття про яку була включена до програми міжнародної конференції верхнього рівня ACL2024, що проходить цього тижня.