kimi现在开始玩开源了，这几个月也动作频出，刚刚发布了一个开源的voice模型，支持tts，stt，speech2speech等多种任务，encoder用的直接是whisper，然后多个模态融合，有机会可以测试一下，模型不大7b http://t.cn/A6dM292B ​​​https://mapp.api.weibo.cn/fx/c28ca207cf2b528076b6eea5e373a997.html