Git Stars Git Stars

#audio-language-model 仓库

探索 7 个标记为 #audio-language-model 的活跃开源 GitHub 仓库,它们累计获得 7,752 个 Star(平均每个项目 1,107 个)。该主题的领先项目是 QwenLM/Qwen2-Audio,拥有 2,072 个 Star。

7
仓库总数
7,752
总星标数
1,107
平均每个仓库星标数
1
QwenLM/Qwen2-Audio

Alibaba Cloud提出的Qwen2-Audio聊天和预训练大型音频语言模型的官方代码库。

QwenLM
⭐ 2,072 Python 👤 QwenLM Organization 🕐 已更新 2025-04-21 📅 创建时间 2024-06-24
2
QwenAudio/Fun-ASR

Fun-ASR 语音识别模型,为 Fun-ASR-Nano 提供原生 Hugging Face Transformers 支持,并提供独立的 FunASR、vLLM 和 llama.cpp 部署路径。

QwenAudio
⭐ 1,614 C 👤 QwenAudio Organization 🕐 已更新 2026-11-20 📅 创建时间 2025-12-15
3
xid32/SoundMind

我们引入了音频逻辑推理(ALR)数据集,该数据集包含 6,446 个文本-音频带注释样本,专为复杂的推理任务而设计。在此资源的基础上,我们提出了 SoundMind,这是一种基于规则的强化学习(RL)算法,旨在赋予音频语言模型(ALM)深度双模态推理能力。

xid32
⭐ 1,116 Python 👤 xid32 User 🕐 已更新 2025-11-26 📅 创建时间 2025-06-13
4
QwenAudio/Fun-Audio-Chat

Fun-Audio-Chat 是一个专为自然、低延迟语音交互而构建的大型音频语言模型。

QwenAudio
⭐ 1,014 Python 👤 QwenAudio Organization 🕐 已更新 2026-09-24 📅 创建时间 2025-12-23
⭐ 703 Python 👤 stepfun-ai Organization 🕐 已更新 2026-04-29 📅 创建时间 2025-11-11
6
NVlabs/OmniVinci

OmniVinci 是一个全模态 LLM,用于联合理解视觉、音频和语言。

NVlabs
⭐ 683 Python 👤 NVlabs Organization 🕐 已更新 2026-08-31 📅 创建时间 2025-09-24
7
FlashLabs-AI-Corp/FlashLabs-Chroma

世界上第一款开源、实时、端到端的语音对话模型,支持个性化语音克隆。

FlashLabs-AI-Corp
⭐ 552 Jupyter Notebook 👤 FlashLabs-AI-Corp Organization 🕐 已更新 2026-09-04 📅 创建时间 2025-11-13

常见问题解答

1

GitHub 上最受欢迎的 #audio-language-model 仓库是什么?

GitHub 上排名第一的开源 #audio-language-model 项目是 QwenLM/Qwen2-Audio,拥有 2,072 个 Star。Alibaba Cloud提出的Qwen2-Audio聊天和预训练大型音频语言模型的官方代码库。

2

#audio-language-model 仓库中最常使用的编程语言有哪些?

在 GitHub 上排名靠前的 #audio-language-model 项目中,最常见的编程语言是 Python, C, Jupyter Notebook。

3

#audio-language-model 仓库的排名是如何计算的?

我们跟踪了 7 个标记为 #audio-language-model 且拥有 500+ 个 Star 的活跃开源仓库,共计获得 7,752 个 Star,平均每个仓库拥有 1,107 个 Star。排名每日根据 GitHub API 更新。