北京商报讯（记者 陶凤 王天逸）12月23日，通义大模型官方发布了新一代端到端语音交互模型 Fun-Audio-Chat。
据称，该模型不是简单的“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。
技术表现方面，新模型端到端 S2S 架构可以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；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%；训练内容覆盖音频理解、语音问答、情感识别、工具调用等真实场景，让模型更“接地气”。
本网站所有内容属北京商报社有限公司，未经许可不得转载。 商报总机：010-64101978 版权合作：010-64101871
商报地址：北京市朝阳区和平里西街21号 邮编：100013 法律顾问：北京市中同律师事务所（010-82011988）
网上有害信息举报 违法和不良信息举报电话：010-84276691 举报邮箱：bjsb@bbtnews.com.cn
ICP备案编号：京ICP备08003726号-1 
京公网安备11010502045556号 互联网新闻信息服务许可证11120220001号
