基准

Kimi-Audio是一款开源的通用音频基础模型，在语音识别、音频理解、音频转文本、语音对话等任务中表现优异。该模型采用集成式架构设计，包含音频分词器、音频大模型和音频去分词器三大核心组件，支持多模态输入处理。在十余项音频基准测试中，Kimi-Audio均取得领先性能，如LibriSpeech ASR测试WER仅1.28%，VocalSound测试达94.85%。模型使用1300万小时多语言音频数据进行预训练，并构建了自动处理流水线生成高质量训练数据。评估结果显示，Kimi-Audio在语音识别、音乐理解、语音情感分析等任务上全面超越同类模型，在OpenAudioBench和VoiceBench对话测试中也表现最佳。目前模型代码、检查点和评估工具包已在GitHub开源。...

特别声明：本页面标签名称与页面内容，系网站系统为资讯内容分类自动生成，仅提供资讯内容索引使用，旨在方便用户索引相关资讯报道。如标签名称涉及商标信息，请访问商标品牌官方了解详情，请勿以本站标签页面内容为参考信息，本站与可能出现的商标名称信息不存在任何关联关系，对本页面内容所引致的错误、不确或遗漏，概不负任何法律责任。站长之家将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。任何单位或个人认为本页面内容可能涉嫌侵犯其知识产权或存在不实内容时，可及时向站长之家提出书面权利通知或不实情况说明，并提权属证明及详细侵权或不实情况证明（点击查看反馈联系地址）。本网站在收到上述反馈文件后，将会依法依规核实信息，第一时间沟通删除相关内容或断开相关链接。