音频语言模型正在获得显著的关注，但边缘部署选项仍然非常有限。虽然 llama.cpp 和 Ollama 支持文本和视觉模型，但它们目前不支持音频模型。
Qwen2-Audio是一个 70亿参数量 SOTA 多模态模型，可处理音频和文本输入。它无需 ASR 模块即可实现语音交互，提供音频分析功能，并支持超过8种语言和方言，例如中文、英语、粤语、法语、意大利语、西班牙语、德语和日语。
魔搭社区和Nexa SDK合作，一键运行魔搭社区GGUF模型，包括本次发布的Qwen2-Audio的GGUF格式。
Github repo：
https://github.com/NexaAI/nexa-sdk
NexaAI 魔搭模型repo：
https://modelscope.cn/organization/NexaAIDev
01.Nexa SDK：一句话运行魔搭社区模型
使用魔搭社区免费CPU算力使用Nexa一键运行魔搭社区GGUF模型。
首先，安装Nexa SDK
pip install nexaai 一句话运行魔搭社区模型
nexa run -ms Qwen/Qwen2.5-3B-Instruct-GGUF 
02.Nexa SDK：将Qwen2-Audio引入边缘设备
在魔搭社区的免费Notebook算力上运行Qwen-Audio-7B-GGUF
首先，安装Nexa SDK（更多安装方式参考：https://github.com/NexaAI/nexa-sdk?tab=readme-ov-file#install-option-1-executable-installer）
curl -fsSL https://public-storage.nexa4ai.com/install.sh | sh 然后，运行Qwen2-Audio模型
nexa run qwen2audio 或者运行的同时支持Streamlit 本地WebUI
nexa run qwen2audio -st 也可以直接在ModelScope上运行Qwen-Audio-7B-GGUF
nexa run -ms NexaAIDev/Qwen2-Audio-7B-GGUF 将音频文件存储在终端中（或在 Linux 上输入文件路径）。将文本提示以及语音文件地址直接输入模型。
01.快速说明
💻 默认的 q4_K_M 版本需要 4.2GB 的 RAM。
下图列出了在您的设备上运行 Qwen2-Audio 需要多少 RAM
Qwen2-Audio量化版本 | 模型权重文件 | 所需RAM |
gguf-fp16 | 14.50 GB | 16.80 GB |
gguf-q4_0 | 4.20 GB | 4.20 GB |
gguf-q8_0 | 7.70 GB | 8.40 GB |
gguf-q2_K | 2.90 GB | 2.10 GB |
gguf-q3_K_L | 3.90 GB | 3.15 GB |
gguf-q3_K_M | 3.70 GB | 3.15 GB |
gguf-q3_K_S | 3.30 GB | 3.15 GB |
gguf-q4_1 | 4.60 GB | 4.20 GB |
gguf-q4_K_M | 4.50 GB | 4.20 GB |
gguf-q4_K_S | 4.30 GB | 4.20 GB |
gguf-q5_0 | 5.10 GB | 5.25 GB |
gguf-q5_1 | 5.50 GB | 5.25 GB |
gguf-q5_K_M | 5.20 GB | 5.28 GB |
gguf-q5_K_S | 5.10 GB | 5.28 GB |
gguf-q6_K | 5.90 GB | 6.30 GB |
🎵 为了获得最佳性能，请使用 16kHz.wav音频格式。支持其他音频格式和采样率，并将自动转换为所需格式。
02.使用案例
语音处理与理解
会议录音
多模式聊天
why do you think cat sleep so much？
音频分析与识别
键盘打字的声音
音乐分析和识别
Punk music (loud sound warning)
翻译
Chinese
要了解更多用例和模型功能，请查看Qwen的博客和Github：
博客：
Github：
https://github.com/QwenLM/Qwen2-Audio
对于开发人员来说，下一步将是服务器部署和 Python 接口。请关注Nexa SDK以获取更新，并提交您的任何需求。
感谢 Nexa AI 团队。
点击链接阅读原文：https://modelscope.cn/organization/NexaAIDev
