Qwen2.5-Omni

Qwen2.5-Omni

语音识别

QwenLM/Qwen2.5-Omni

4.1K331Jupyter NotebookApache-2.0

一个能同时看懂文字、图片、音频和视频，还能实时开口说话的多模态大模型

一个能同时看懂文字、图片、音频和视频，还能实时开口说话的多模态大模型

👂 语音识别🗣️ 语音合成🧠 模型部署🏠 本地运行

Qwen2.5-Omni 预览图 — 预览卡片由 GitHub 根据仓库信息自动生成，卡上的星数可能滞后于上方数据。

工具信息

类型🐙 开源项目

Stars4.1K

Forks331

语言Jupyter Notebook

许可证Apache-2.0

解锁完整分析 —— 免费

你看到的是 Qwen2.5-Omni 的公开预览。AI 生成的优缺点、使用场景、部署指南与适配人群，注册即可免费查看（无需绑卡）。Pro 会员另享 AI 对比（每 30 天 50 次）与会员日报周报。

对比同类工具

看看 Qwen2.5-Omni 和其他语音识别工具的差异

更多工具

把语音转成文字，还能翻译成英文，支持多语言和嘈杂环境。

开源AI语音工作室，能克隆声音、听写录音、生成自然语音。

在本地离线把语音转成文字的开源工具，保护隐私且不用付费。

一个完全离线的语音转文字工具，免费开源，保护隐私，支持跨平台。

本地运行的AI会议助手，可实时转录、区分说话人并自动生成会议纪要，数据不出电脑。