QwenAudio

多語言大型語音生成模型，提供推論、訓練與部署全端能力

開源 SenseVoiceSmall 模型，支援中文（普通話、粵語）、英文、日文與韓文的語音辨識、語言識別、情緒辨識與音訊事件偵測。

即時語音執行階段，讓 Agent 保持對話、運作與在線狀態。AI Agent 的即時語音執行階段。

開源基於 LLM 的中文、方言、口音及多語種語音 ASR 模型家族，具備 FunASR、vLLM、串流與 llama.cpp 執行階段。

[NeurIPS 2025] [ThinkSound] 的 PyTorch 實作，這是一個由思維鏈（CoT）推理引導、從任何模態生成音訊的統一框架。

Fun-Audio-Chat 是一個專為自然、低延遲語音互動而建構的大型語音語言模型。