推文

@NFT_Chen · 2026-10-16 23:03

🔥最新！阿里千问推出新作 Qwen-Audio-Jev！专为高吞吐音频决策打造的“闪电判断机”！推理速度约 20× 提升！ 在 Qwen-Audio-3.1-ASR-Flash-Next 上加了专用 Jev 决策头，彻底告别文本生成，直接输出结构化结果。输入音频 + 自然语言问题 + 答案规范，一次前向即可拿到概率或分数， 主要亮点： 🔹三大决策原语：CHOICE（多选）、NOUL（二值判断）、SCORE（评分），统一接口覆盖选择、判断、打分 🔹极速高吞吐：不做自回归解码，直接从决策头读出结果，适合大规模音频筛选、说话人验证、质量评估 🔹实测表现：MMSU 准确率 84.06%、VoxCeleb1-O 说话人验证 EER 6.50%、NISQA 音频质量归一化 MAE 0.1062 上手步骤： 1️⃣准备音频文件 + 自然语言问题 + 明确的答案规范（选项列表 / 是非命题 / 评分等级） 2️⃣调用模型时指定对应原语（CHOICE / NOUL / SCORE），直接获取概率分布或数值分数 3️⃣下游用阈值、排序或路由逻辑消费结果，无需再解析生成文本 4️⃣关注论文与后续开源动态，基于 Qwen-Audio-3.1 系列，适合高吞吐生产场景 适合做音频质检、说话人核验、内容筛选等流水线。谁先用起来谁先爽。 论文：https://arxiv.org/abs/2610.21614
 #Qwen #QwenAudio #AIAudio #阿里云 #多模态AI #音频决策 #Jev #刘大一恒

曝光 1404 · 评论 4 · 点赞 21 · 书签 20 · 曝光/时 1882.3188622025853