音频大模型

SALMONN‑2：字节跳动联合清华大学开源的通用音频大模型

SALMONN‑2是字节跳动联合清华大学推出的开源通用音频大模型，该模型依托自研SPEAR音频编码器，只使用18.2k小时监督音频数据，就可以处理语音、环境声响、音乐等各类音频信...