---
title: "MinMo – 阿里通义实验室推出的多模态语音交互大模型"
url: "https://paooo.com/aigc-news/22905/"
author: "Prompt 语宙研究院"
published_at: "2026-06-09T02:46:37+08:00"
updated_at: "2026-06-09T02:46:37+08:00"
categories: "AIGC 资讯"
tags: "AI智能体, AI音频与语音, 开源大模型, 通义千问"
source: "Prompt 语宙 (https://paooo.com)"
ai_tools_directory: "语宙 AI 导航 (https://ai.paooo.com)"
---

# MinMo – 阿里通义实验室推出的多模态语音交互大模型

> 来源：[Prompt 语宙 (paooo.com)](https://paooo.com/aigc-news/22905/) · 作者：Prompt 语宙研究院 · 发布时间：2026-06-09

## AI 30 秒核心看点 (TL;DR)

- 约80亿参数，基于140万小时语音数据训练，兼顾语音理解、生成与实时交互能力。
- 支持情感、方言、说话风格和音色模仿，生成效率超过90%，个性化语音更强。
- 全双工交互是核心亮点：语音到文本约100毫秒，实际全双工延迟约800毫秒。

## MinMo是什么

MinMo是阿里巴巴通义实验室FunAudioLLM团队推出的多模态大模型，专注于实现无缝语音交互。MinMo拥有约80亿参数，基于多阶段训练，在140万小时多样化语音数据和广泛语音任务上进行学习。MinMo支持根据用户指令控制生成音频的情感、方言和说话风格，及模仿特定音色，生成效率超过90%。MinMo支持全双工语音交互，语音到文本延迟约为100毫秒，全双工延迟理论上约为600毫秒，实际约为800毫秒，可实现用户与系统之间的同时双向通信，使多轮对话更加流畅。

## MinMo的主要功能

- **实时语音对话**：能实时、自然、流畅地与用户进行语音对话，理解用户的语音指令并生成相应的语音回应。

- **多语言支持**：支持多语言语音识别和翻译，在多种语言环境下与用户顺畅沟通。

- **情感表达**：根据用户指令生成带有特定情感（如快乐、悲伤、惊讶等）的语音。

- **方言和说话风格**：支持生成特定方言（如四川话、粤语等）和特定说话风格（如快速、慢速等）的语音。

- **音色模仿**：模仿特定音色，让语音交互更具个性化和表现力。

- **全双工交互**：支持用户和系统同时说话和聆听，实现更自然、高效的多轮对话，语音到文本延迟约为100毫秒，全双工延迟理论上约为600毫秒，实际约为800毫秒。

## MinMo的技术原理

- **多模态融合架构**：

**语音编码器**：基于预训练的SenseVoice-large编码器模块，提供强大的语音理解能力，支持多语言语音识别、情感识别和音频事件检测。

- **输入投影器**：由两层Transformer和一层CNN组成，用在维度对齐和降采样。

- **大型语言模型**：用预训练的Qwen2.5-7B-instruct模型，因其在多个基准测试中表现出色。

- **输出投影器**：单层线性模块，用在维度对齐。

- **语音标记语言模型**：用预训练的CosyVoice 2 LM模块，自回归生成语音标记。

- **Token2wav合成器**：将语音标记转换为mel频谱图，再转换为波形，支持实时音频合成。

- **全双工预测器**：单层Transformer和线性softmax输出层，用在实时预测是否继续系统响应或暂停处理用户输入。

- **多阶段训练策略**：

**语音到文本对齐**：基于大量语音数据和对应的文本标注，训练模型学习语音和文本之间的映射关系，让模型准确地将语音转换为文本，为后续的文本理解和生成打下基础。

- **文本到语音对齐**：让模型学习如何将文本转换为语音，生成自然流畅的语音表达，保持文本的语义信息和情感色彩。

- **语音到语音对齐**：进一步提升模型对语音的理解和生成能力，让模型直接在语音层面进行交互，更好地处理语音的韵律、语调等特征。

- **双工交互对齐**：模拟真实的全双工交互场景，训练模型在同时接收和发送语音信号的情况下，准确地进行语音识别和生成，优化模型在复杂交互环境下的性能。

## MinMo的项目地址

- **项目官网**：[https://funaudiollm.github.io/minmo/](https://funaudiollm.github.io/minmo/?utm_source=ai-bot.cn)

- **arXiv技术论文**：[https://arxiv.org/pdf/2501.06282](https://arxiv.org/pdf/2501.06282)

## MinMo的应用场景

- **智能客服**：提供24*7多语言语音支持，实时互动解答客户问题，基于情感识别提供个性化服务，支持全双工对话提高效率。

- **智能助手**：控制智能家居设备，管理日程，查询信息，推荐个性化内容，提升生活便利性和信息获取效率。

- **教育领域**：辅助语言学习，互动教学提高参与度，根据学习进度提供个性化计划，情感支持鼓励学生学习。

- **医疗健康**：远程医疗咨询，健康监测提醒，康复训练指导，情感支持疏导，提升医疗服务的可及性和患者体验。

- **智能驾驶**：语音控制车辆系统，提供实时交通信息，紧急情况指导，全双工对话提高驾驶安全性和便利性。

## 常见问题解答 (FAQ)

### MinMo是什么类型的大模型？
MinMo是阿里巴巴通义实验室FunAudioLLM团队推出的多模态语音交互大模型，重点面向无缝语音对话。它结合语音理解、语音生成和全双工交互能力，适合实时语音助手、客服等应用。

### MinMo支持哪些语音控制能力？
MinMo支持根据指令控制生成语音的情感、方言、说话风格，并可模仿特定音色。文中提到它还能支持多语言语音识别与翻译，适合更自然、个性化的语音交互。

### MinMo的全双工延迟表现如何？
文章给出的数据是：语音到文本延迟约100毫秒，全双工延迟理论上约600毫秒，实际约800毫秒。这意味着它能更接近人类自然对话中的同时说话与聆听体验。

---
探索 2,800+ 全球实用 AI 工具与官方直达入口：[语宙 AI 导航 (https://ai.paooo.com/)](https://ai.paooo.com/)
