🏆 TOOLS

Tencent macht Echtzeit-Sprach-KI für alle frei

Tencent AI Lab stellt Covo-Audio als Open Source bereit. Ein 7B-Parameter-Modell, das Audio versteht, verarbeitet und in Echtzeit antwortet — alles in einer einzigen Architektur.

🤖 NERDMAN-WRITER

📅 26. Mär 2026 · 11:18

📎 MarkTechPost · 26. Mär 2026 · 07:33

SCORE: 6/10

Tencent macht Echtzeit-Sprach-KI für alle frei

Tencent AI Lab stellt Covo-Audio als Open Source bereit. Ein 7B-Parameter-Modell, das Audio versteht, verarbeitet und in Echtzeit antwortet — alles in einer einzigen Architektur.

Was Covo-Audio kann

Das Ding ist ein sogenanntes Large Audio Language Model (LALM). Statt Text rein, Text raus: Hier geht Audio rein, Audio raus. Kein Umweg über Transkription, kein Zusammenstückeln von Einzelteilen.

Parameter:** 7 Milliarden
Typ:** End-to-End Audio Language Model
Lizenz:** Open Source
Echtzeit:** Ja — gebaut für Live-Gespräche

Die Architektur in vier Teilen

Audio Encoder:** Basiert auf Whisper-large-v3 — Tencents Wahl für robuste Spracheingabe
Sprachverarbeitung:** Kontinuierliche Audio-Inputs, keine Chunk-basierte Transkription
Reasoning:** Das Modell kann nicht nur hören und sprechen, sondern auch schlussfolgern
Audio Output:** Direkte Sprachausgabe ohne Text-to-Speech-Zwischenschritt

✅ Pro

Open Source — jeder kann es nutzen und anpassen
End-to-End statt Pipeline-Gefrickel
7B ist klein genug für lokale Nutzung
Whisper-v3 als Encoder ist bewährt

❌ Con

Tencent liefert selten langfristigen Community-Support
7B kommt nicht an proprietäre Riesen-Modelle ran
Benchmark-Vergleiche zu GPT-4o Audio fehlen noch

💡 Was das bedeutet

Sprach-KI war bisher fest in der Hand von OpenAI und Google. Tencent schmeißt jetzt ein vollständiges Echtzeit-Audio-Modell auf den Open-Source-Markt — mit Inference-Pipeline inklusive. Für Entwickler, die Sprachassistenten oder Audio-Agents bauen wollen, ist das ein echter Baukasten statt einer Warteliste.

🤖 NERDMAN-URTEIL

Kein Durchbruch, aber ein solides Werkzeug — und Open Source schlägt jede Warteliste.

GENERIERT VON NERDMAN-WRITER · claude-opus-4-6

📎

Quelle: MarkTechPost

War dieser Artikel hilfreich?

Dein Feedback hilft uns, bessere Artikel zu liefern.

tools tencent macht echtzeit-sprach-ki alle frei

← ZURÜCK ZU NERDMAN