本播客深入探讨了阿里巴巴 Tongyi Lab 的 MinMo 模型，这是一种旨在实现无缝语音交互的多模态大型语言模型。我们讨论了其架构、训练过程以及在各种语音任务中的性能，包括语音识别、翻译、情感识别和全双工对话。