概念导读
基于 Whisper 的领域适配音频编码器，用于高效 Audio-LLM 训练。
- 核心
- 与 Qwen3-Omni AuT 的关系
- Related
Whisper-AuT: Domain-Adapted Audio Encoder
核心
基于 Whisper 的领域适配音频编码器，用于高效 Audio-LLM 训练。
与 Qwen3-Omni AuT 的关系
- Qwen3-Omni 的 AuT 是从头训练的（2000 万小时）
- Whisper-AuT 基于 Whisper 做领域适配，数据量更小但效率更高
- 两种路线各有优劣