QwenAudio

Model generasi suara besar multibahasa, menyediakan kemampuan full-stack untuk inferensi, pelatihan, dan penerapan.

Model SenseVoiceSmall sumber terbuka untuk ASR bahasa Mandarin, Kanton, Inggris, Jepang, dan Korea, identifikasi bahasa, pengenalan emosi, dan deteksi peristiwa audio.

Runtime suara real-time yang menjaga Agen tetap berbicara, bekerja, dan hadir. Runtime Suara Real-time untuk Agen AI.

Keluarga model ASR berbasis LLM open-source untuk bahasa Mandarin, dialek, aksen, dan ucapan multilingual, lengkap dengan runtime FunASR, vLLM, streaming, dan llama.cpp.

[NeurIPS 2025] Implementasi PyTorch dari [ThinkSound], kerangka kerja terpadu untuk menghasilkan audio dari modalitas apa pun, dipandu oleh penalaran Chain-of-Thought (CoT).

Fun-Audio-Chat adalah Large Audio Language Model yang dibangun untuk interaksi suara yang alami dan latensi rendah.