阿里通义百灵开源FunAudio对话模型，支持8B语音生成
通义百聆系列近日推出全新开源语音交互模型Fun-Audio-Chat-8B，标志着其在语音对话领域迈入新阶段。该模型在智能理解与情感表达方面表现突出，能够精准捕捉对话中的情绪变化，实现自然流畅、富有共情的语音交流体验，让用户在互动中感受到如与知心之人对话般的亲切感。
免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈
在OpenAudioBench、VoiceBench、UltraEval-Audio、MMAU、MMSU及SpeechFunctionCall等多个权威语音评测基准中，Fun-Audio-Chat-8B均取得了当前最佳性能，整体表现优于同规模其他开源模型。
目前，百聆系列已构建起完整的语音能力矩阵：涵盖支持语音转文字的Fun-ASR模型和实现高质量文本转语音的Fun-CosyVoice3。最新发布的Fun-Audio-Chat-8B进一步拓展功能边界，具备“能听会说”的端到端语音对语音交互能力，适用于语音聊天、情感陪伴、智能终端设备以及语音客服等多样化应用场景。
该模型可在无任何显式情绪标注或提示词输入的情况下，自主通过语义内容、语调起伏、语速节奏、停顿间隔和重音分布等细微语音特征，识别对方情绪状态，并据此输出具有温度度的回应，如适时的安慰、鼓励或关切表达。
同时，用户可根据需求自定义角色设定，灵活调整语音的情绪倾向、表达风格、语速节奏、音高变化和音量大小，打造个性化的语音交互体验。模型在持续优化表达能力的同时，有效保留了原有的语言理解水平，这得益于两项关键技术路径的创新设计。
其一是Core-Cocktail两阶段训练策略：首先让模型快速掌握语音交互新技能，随后将新习得的能力与原有文本大模型的知识基础进行参数融合，并开展联合微调，从而避免因学习新任务而导致原有能力退化的问题，即防止灾难性遗忘。
其二则是强化与人类对话偏好的对齐机制。通过多阶段、多任务的后训练架构，模型在真实对话环境中能更准确地理解语音输入中的语义信息与情绪线索，生成更加自然、贴合人类期待的回应内容。
值得一提的是，Fun-Audio-Chat-8B采用压缩-自回归-解压缩的双分辨率端到端框架，将音频处理帧率降至行业最低的5Hz，在显著降低计算负载的同时保持优异语音还原质量，GPU计算资源消耗减少近一半。
目前，该模型已向公众开放，用户可通过主流开源平台获取并本地部署体验。
热门专题
热门推荐
在包子漫画App精准定位心仪漫画：从入门到精通的搜索指南 面对海量的漫画资源，你是否苦恼于如何快速找到自己想看的那一部？包子漫画App内置的智能搜索系统，正是你高效解锁全站精彩内容的利器。掌握以下搜索方法与技巧，你将能轻松驾驭这座漫画宝库，大幅提升找书效率。 第一步：快速找到搜索入口 启动包子漫画A
明日方舟终末地洛茜最强配队攻略：三大体系阵容搭配详解 在《明日方舟：终末地》的策略攻防世界中，角色组合与队伍构建是决定战局胜负的关键。作为当前版本的热门输出手，洛茜的配队方案备受玩家关注。本文将全面解析洛茜的核心配队思路，包括法术爆发、物理攻坚、五色极致及稳定进阶四大流派，帮助您根据自身box与资源
魔兽世界城市大门钥匙：功能详解与核心作用 开启核心区域通道 城市大门钥匙最基础的用途，便是解锁主城的主要入口，让玩家能够深入城市的中央区域。以经典例子铁炉堡大门钥匙来说，缺少这把钥匙，玩家便无法进入这座矮人王城的核心地带，只能在外围区域活动。 成功进入主城后，完整的游戏体验才正式开启。主城是玩家活动
奥兹玛攻坚战小队模式攻略：机制详解与高效通关指南 对于DNF玩家而言，奥兹玛攻坚战无疑是版本实力的重要试炼场。其中，小队模式以其独特的挑战性备受关注——它的难度究竟如何定义？实际上，攻克奥兹玛小队模式虽有章法可循，却也需要系统性的策略与准备，绝非仅凭蛮力就能轻易通关。 职业配置是基石，团队协同定胜负
七大罪起源红色魔神Boss攻略：三阶段机制详解与实战打法 在《七大罪：起源》中，世界等级3的最终守关首领“红色魔神”，以其极具挑战性的多阶段机制与极低的容错率，成为了当前版本团队副本的核心难点。许多队伍在此反复受挫，究其根本，往往是对Boss各阶段的技能逻辑、环境互动与团队配置策略缺乏系统性理解。本