李韩飞
系统架构
阿里发布Qwen-Audio-3.0-Realtime，四项关键升级直击行业痛点：1️⃣ 智商不妥协：传统语音模型为快牺牲推理深度，新模型在VoiceBench基准测试中，口语化提问仅降2分，扛得住真人随意表达。2️⃣ 能聊天更能办事：自动调用地图、API等工具，无需用户明确指令。比如问“附近川菜馆”后，再追问“评分高的”，模型自动衔接上次结果，上下文不断裂。3️⃣ 共情更自然：辩论时语气强硬，陪伴时温柔带笑声叹息，在VStyle基准上取得SOTA成绩。4️⃣ 双工流畅交互：像真人一样可打断、能插话，嘈杂环境中不误触发，多人对话锁定主对象。技术核心是“在线策略蒸馏”——语音模型边回答边由文本大模型实时纠正，同时引入多教师策略，确保四条主线不偏科。
发布于 江苏
分享
评论
1
未登录
友善发言
评论
加载中
