这是一个创建于 38 天前的主题，其中的信息可能已经有所发展或是发生改变。
大家好，我们上了一个开源端到端语音大模型Step-Audio 2 mini ，该模型在多个际基准测试集上取得最佳成绩。
它将语音理解、音频推理与生成统一建模，在音频理解、语音识别、跨语种翻译、情感与副语言解析、语音对话等任务中表现突出，并率先支持语音原生的 Tool Calling 能力，可实现联网搜索等操作。
GitHub： https://github.com/stepfun-ai/Step-Audio2
Hugging Face： https://huggingface.co/stepfun-ai/Step-Audio-2-mini
4 条回复 2025-09-05 16:50:06 +08:00
 | 1 bigtear 38 天前 开放权重就是好模型，顶 |
 | 2 byc4i 38 天前 能贴一下微信吗？微信群超 200 了不能扫码 |
 | 3 closedevice 34 天前 赞，晚点就研究下，有相关论文么？ |
 | 4 hzwer OP @closedevice 嗯，主页有 arxiv |
Select Language