Fun-Audio-Chat-8B端到端语音对话延迟优化思路

FunAudioLLM 开源 Fun-Audio-Chat-8B：双分辨率语音表征与语音函数调用

一、摘要 Fun-Audio-Chat-8B 是 FunAudioLLM 团队开源的“大型音频语言模型”，面向更自然、低延迟的语音交互。它采用“双分辨率语音表征”（5Hz 共享骨干 + 25Hz 精细化头部）以降低计算开销，同时通过 Core-Cocktail 训练策略尽量保留文本 LLM 能力；覆...