← 全部模型

Kimi-Audio-7B-Instruct

發布時間 發布主體 Moonshot AI

模型定位

Kimi-Audio-7B-Instruct 是 Kimi-Audio 音訊基礎模型的指令微調版本,面向音訊理解、生成與對話。官方於 2025 年 4 月 25 日發布了該版本的模型權重和推論程式碼。(github.com)

能力與用途

  • 支援語音辨識、音訊問答、音訊內容描述、語音情緒辨識,以及聲音事件和場景分類。
  • 支援端到端語音對話,可根據音訊輸入生成文字或語音與文字回覆;官方範例還展示了多輪音訊對話。
  • 可用於語音轉錄、音訊內容分析、語音互動原型和音訊模型研究。(huggingface.co)

限制

  • 音訊辨識和生成結果可能出錯,重要場景應進行人工核驗。
  • 自行部署需要設定推論環境和運算資源;官方提供了模型權重、程式碼及部署範例。(huggingface.co)
  • 未核實該具體版本在 Moonshot AI 官方 API 上的可用性、API 模型 ID、上下文視窗及音訊時長上限。

價格

截至 2026 年 11 月 18 日查詢,未核實到該具體模型的官方人民幣或美元 API 報價,因此輸入、輸出的計費金額及計費單位均未核實。官方國內和國際定價頁面列有其他模型,不應將其價格套用於本模型。自行部署另需承擔運算和執行成本。(platform.kimi.com)

官方來源