大家好，我们上了一个开源端到端语音大模型 Step-Audio 2 mini ，该模型在多个国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
Select Language