🎙 刚看到通义实验室开源了这个端到端 (S2S) Fun-Audio-Chat 8B 模型,这不仅仅是陪聊工具,更像个长了耳朵的 Agent。
1️⃣ 动口不动手:最戳我的是 Voice Function Calling。以前我在开车时想处理个急事,只能干着急,现在直接吼一声让它调工具查资料、做翻译。
2️⃣ 情绪感知很敏锐:尝试用崩溃的语气跟它吐槽了两句,它居然能听出我的疲惫语气并给反馈,比那种只会在云端念稿子的 AI 像人多了。
3️⃣ 配置门槛友好:双分辨率架构确实省显存(官方说降了 50%),实测在我这台非顶配机器上跑,延迟完全在可接受范围内。
预测这个模型特别适合想做语音交互 App 的朋友。
#AI工作流 #FunAudioChat #开源模型 #独立开发 #语音交互