软件详情

SALMONN综合评价:一般

bytedance · 模型部署与训练

能听懂语音、音乐、声音和视频内容的多模态大模型家族。

免费开源 · Apache-2.0
GitHub 收藏1.6K
代码最近更新2026 年 10 月 16 日
许可证开源 · Apache-2.0
要不要花钱免费
还没有人点评,来写第一条看口碑 ↓

主要用于音频理解、语音识别、视频问答和生成视频描述。适合 AI 算法工程师或多模态研究人员使用。需要从代码仓库下载权重并在本地写代码调用或自行部署训练。

用起来难吗要写代码在哪用自己部署能用的模型说明里没点名

能做什么

  • 理解音频与音乐内容
  • 识别并评估语音质量
  • 回答关于视频的提问
  • 生成音视频字幕描述
  • 联合感知视觉语音文字

怎么开始

  1. 需要具备编程能力并准备好本地模型运行环境
  2. 克隆对应分支的代码并下载开源的模型权重
  3. 运行推理或训练脚本处理音频与视频任务

选它,如果你……

  • 你要研究音频和音视频多模态大模型
  • 你需要评估语音质量或生成视频描述
  • 你习惯自己写代码下载权重并在本地运行

别选,如果你……

  • 你想找打开网页就能直接聊天的成品软件
  • 你不会写代码且没有跑大模型的硬件设备

怎么用

代码开源,可以免费下载使用。

多少钱、在哪买

免费使用。

用户口碑

还没有人点评。用过的话,写下第一条真实体验,帮后来的人少踩坑。

发布软件评论

评分
选填
编辑器加载中…

数据来源:GitHub,每天更新,更新时间 2026 年 11 月 10 日。 信息有误?告诉我们。

SALMONN:是什么、要不要花钱、怎么用 | 模真真