跳到正文

OmniAudio-2.6B

面向边缘设备的 2.6B 音频语言模型

访问官网

omniaudio-2-6b 是什么

该模型被介绍为把语音识别与语言处理统一起来、面向边缘设备的紧凑音频语言模型。

你可以用它做什么

  • 回答一个语音提出的问题
  • 围绕当天工作进行语音对话
  • 按语音提示写一首关于秋天落叶的俳句

需要留意什么

  • 运行前安装 Nexa SDK
  • 可用参数启动 Streamlit 本地界面
  • q4_K_M 版本需 1.30GB RAM 和 1.60GB 存储空间

优点与缺点

✓ 我们认可的地方

  • 资料列出语音问答、语音对话与创意内容生成
  • 消费级硬件上性能为同类产品的 5.5 倍到 10.3 倍

! 需要留意的地方

  • 需要安装 Nexa SDK
  • q4_K_M 版本需 1.30GB RAM 和 1.60GB 存储空间

常见问题

支持哪些输入?

资料说明文本和音频输入可在同一模型中处理。

如何运行?

事实卡列出在终端输入 nexa run omniaudio 来运行。

最后评测: 2026-11-15

更多 AI 音频工具 工具

查看全部 →

评测方法