目前，百聆家族成員包括“會說話”的語音轉文字模型Fun-ASR、“聽得懂”的文字轉語音模型Fun-CosyVoice3。
最新開源的模型Fun-Audio-Chat-8B主打語音對語音功能——“能聽會說”。
用戶可與模型音頻對話，適用于語音聊天、情感陪伴、智能設備和語音客服等多種場景。
無任何情緒標簽或提示詞情況下，它能通過語義、語氣、語速、停頓、重音等細微信號，感知對方的情緒狀態，并給出恰到好處的關切、安慰或鼓勵式回應。
此外，用戶可嘗試角色扮演，量身定制語音的情緒、說話風格、語速、高低音和音量等。
而模型能保持“原有智商”，主要得益于兩個創新的音頻模型訓練模式。
一是采用 Core-Cocktail兩階段訓練策略，先快速學新本事，再把“新本事”和“老底子”融合起來，為了避免學新東西把原來的能力忘掉(災難性遺忘)，第一階段訓練得到的模型和原始的純文本大模型參數合并后，再進行微調。
二是與人類偏好對齊。通過多階段和多任務的后訓練設計，模型在真實對話場景中能更好地理解用戶語音內容與情緒線索，作出更自然、更符合人類期望的回應。
值得注意的是，新模型通過壓縮-自回歸-解壓縮的雙分辨率端到端設計，音頻幀率降到業界最低的5Hz，在保證語音質量的同時節省近50% GPU計算。
目前，用戶可在魔搭社區、HuggingFace和GitHub下載模型自行體驗。
文章內容僅供閱讀，不構成投資建議，請謹慎對待。投資者據此操作，風險自擔。
海報生成中...
海藝AI的模型系統在國際市場上廣受好評，目前站內累計模型數超過80萬個，涵蓋寫實、二次元、插畫、設計、攝影、風格化圖像等多類型應用場景，基本覆蓋所有主流創作風格。
IDC今日發布的《全球智能家居清潔機器人設備市場季度跟蹤報告，2025年第二季度》顯示，上半年全球智能家居清潔機器人市場出貨1,2萬臺，同比增長33%，顯示出品類強勁的市場需求。
京公網安備 11010502041587號