OmniAudio

OmniAudio-2.6B是由Nexa AI开发的一款面向边缘设备的音频语言模型，专为高效音频文本处理设计。该模型基于2.6亿参数的多模态架构，结合了Gemma-2-2b、Whisper Turbo以及自定义投影模块，实现了自动语音识别与语言模型的无缝集成，显著降低了延迟和资源消耗。在性能测试中，OmniAudio-2.6B在2024款Mac Mini M4 Pro上的解码速度较Qwen2-Audio-7B-Instruct提升了5.5至10.3倍。凭借其卓越的性能，OmniAudio-2.6B适用于语音问答、对话生成、创意内容创作等多种应用场景，并可通过Nexa SDK在本地设备上运行，为用户提供强大的边缘AI解决方案。