金十数据4月26日讯，今日，Kimi发布新的开源项目——全新通用音频基础模型 Kimi-Audio。据介绍，该模型支持语音识别、音频理解、音频转文本、语音对话等多种任务。

金十数据8月13日讯，阿里通义大模型继续开源，Qwen2系列开源家族新增音频语言模型Qwen2-Audio。Qwen2-Audio可以不需文本输入，直接进行语音问答，理解并分析用户输入的音频信号，包括人声、自然音、音乐等。该模型在多个权威测评中都显著超越先前的最佳模型。通义团队还同步推出了一套全新的音频理解模型测评基准，相关论文已入选本周正在举办的国际顶会ACL2024。