QwenAudio

Mô hình tạo giọng nói lớn đa ngôn ngữ, cung cấp khả năng toàn diện từ suy luận, đào tạo đến triển khai.

Mô hình SenseVoiceSmall mã nguồn mở cho ASR tiếng Quan Thoại, Quảng Đông, Anh, Nhật và Hàn, nhận diện ngôn ngữ, cảm xúc và sự kiện âm thanh.

Một môi trường chạy giọng nói thời gian thực giúp các Agent trò chuyện, làm việc và hiện diện. Môi trường chạy giọng nói thời gian thực cho AI Agent

Dòng mô hình ASR dựa trên LLM mã nguồn mở cho tiếng Trung, phương ngữ, tiếng địa phương và giọng nói đa ngôn ngữ, với các thời gian chạy FunASR, vLLM, streaming và llama.cpp.

[NeurIPS 2025] Triển khai PyTorch của [ThinkSound], một framework thống nhất để tạo âm thanh từ bất kỳ phương thức nào, được hướng dẫn bởi suy luận Chain-of-Thought (CoT).

Fun-Audio-Chat là một mô hình ngôn ngữ âm thanh lớn được xây dựng để tương tác giọng nói tự nhiên, độ trễ thấp.