不是简单的“能聊天”,而是听得懂你的话、感知你的情绪、还能帮你真正干活的AI语音搭子。
继开源Fun-ASR-Nano和Fun-CosyVoice3后,通义百聆本周开源了Fun-Audio-Chat(8B)。在 OpenAudioBench、MMAU、Speech-ACEBench、VStyle 等多个权威榜单上,同尺寸模型排名第一,综合性能远超 GLM4-Voice、Kimi-Audio、Baichuan-Omni......
✅ 技术表现:
🎯端到端 S2S 架构:从语音输入直接生成语音输出,无需 ASR + LLM + TTS 多模块拼接,效率更高、延迟更低。
🎯双分辨率设计:Shared LLM 层以 5Hz 帧率 高效处理,SRH 以 25Hz 帧率 生成高质量语音,GPU 计算开销降低近 50%。
🎯百万小时多任务数据训练:覆盖音频理解、语音问答、情感识别、工具调用等真实场景,让模型更“接地气”。
✅ 高情商:像朋友一样的对话体验
🎯你生气时,它会安慰你;你焦虑时,它会陪你深呼吸;你开心时,它会跟着你一起嗨。
🎯哪怕你没直接说情绪,它也能从你的语气、语速、停顿里,猜出你的心情,然后给出恰到好处的回应。
✅ 易落地:它不仅能聊,还能“干实事”
🎯Speech Function Call:你只需用自然语音下达指令,它就能自动调用函数,完成复杂任务。
我们已将 8B 模型权重、推理代码、Function Call 接入示例 全部开源,欢迎体验!
GitHub:https://github.com/FunAudioLLM/Fun-Audio-Chat
HuggingFace:https: //huggingface.co/FunAudioLLM/Fun-Audio-Chat-8B
ModelScope:https://modelscope.cn/FunAudioLLM/Fun-Audio-Chat-8B
Demo Page:https://funaudiollm.github.io/funaudiochat




