QwenAudio

多语言大型语音生成模型，提供推理、训练与部署全栈能力

开源 SenseVoiceSmall 模型，支持普通话、粤语、英语、日语和韩语的语音识别、语言识别、情绪识别和音频事件检测。

实时语音运行时，让 Agent 保持对话、运作与在线状态。AI Agent 的实时语音运行时。

开源基于 LLM 的中文、方言、口音及多语种语音 ASR 模型家族，具备 FunASR、vLLM、流式与 llama.cpp 运行时。

[NeurIPS 2025] [ThinkSound] 的 PyTorch 实现，这是一个由思维链（CoT）推理引导、从任何模态生成音频的统一框架。

Fun-Audio-Chat 是一个专为自然、低延迟语音交互而构建的大型语音语言模型。