據 Arxiv 頁面顯示，阿里巴巴近日發布了一款名為Qwen-Audio 的音頻語言模型。

　　該模型旨在通過擴大音頻語言預訓練范圍，涵蓋超過30個任務和各種音頻類型，如人類語音、自然聲音、音樂和歌曲，以實現通用音頻理解能力。

　　研究顯示，Qwen-Audio在多樣基準任務上實現了顯著的性能，無需進行任務特定微調。