Qwen-Audio是一个扩大音频语言预训练规模的模型，能够处理各种音频类型和任务，提高通用音频理解能力。通过多任务训练框架，Qwen-Audio在多个基准任务上表现出色，无需特定任务的微调。作者还开发了Qwen-Audio-Chat，支持多轮对话和以音频为中心的场景。