#speech

带有「speech」标签的教程、项目案例和资讯,共 1 篇。

基于 Qwen3.5 的 Haru-4B 开源,能像打电话一样边听边说

东京公司 higurashi 开源语音对话模型 Haru-4B,底模是 Qwen3.5-4B,听和说同时进行:会应声、能被打断、两人抢话也接得住。Apache-2.0 可商用,约 12GB 显存的英伟达显卡或 16GB 内存的 Apple 芯片 Mac 就能本地跑,官方在 M1 Max 上测到约 65 毫秒处理延迟。它是研究用的预训练底模,不是现成助手。

资讯·进阶·4 分钟·2026年11月15日qwenvoicespeechopen-source