Kimi-Audio

Kimi-AudioはMoonshot AIのオープンウェイト音声基盤モデルです。事前学習済みと指示調整済みの7Bチェックポイントが2025年4月下旬に公開されました。音声認識、音声理解、音声生成を1つのモデルで処理します。音声の文字起こし、音声クリップに関する質問への回答、音声出力を、別々のモデルを組み合わせずに行えます。Moonshotは評価ツールキットとともにモデルを公開し、重みとコードはApache 2.0ライセンスでGitHubとHugging Faceから入手できます。閉鎖APIにすべての機能を囲い込まず、専門モデルをオープンソース化するMoonshotの取り組みの一環で、Kimi-VLやKimi Kシリーズのテキストモデルと並ぶ製品です。OpenAI WhisperやGoogleの音声モデルに代わる、無料でセルフホストできる選択肢を開発者に提供します。