Голосовые ассистентыРечь в текст

Kimi-Audio

Универсальная аудиомодель: распознаёт речь, отвечает на вопросы о звуке, определяет эмоции и ведёт голосовой диалог. Обучена на 13 млн часов аудио, языки — английский и китайский.

Разработчик: Moonshot AI, Китай
Первый выпуск: апр 2025
Последний выпуск: апр 2025
Размеры: 7B
Лицензия: Можно в коммерциюMIT (часть кода на основе Qwen 2.5 — Apache 2.0)
Русский язык: Нет
Запуск: Через свой серверНужна видеокарта
Сферы: Поддержка клиентов, Медиа и продакшн

Поставить на свой сервер Hugging Face GitHub

Какие задачи решает

Распознавание речи
Определение эмоций и звуковых событий
Голосовой диалог речь-в-речь

Где применяется

Колл-центрыМедиаГолосовые боты

Требования к железу

НоутбукНоутбук или обычный ПК, до 8 ГБ видеопамяти — младшие версии

нет версий

1 видеокартаОдна видеокарта на 16–80 ГБ — средние версии

подходит

КластерСервер с несколькими видеокартами — флагманские версии

нет версий

Версии

апр 2025Kimi-Audio-7B и 7B-Instruct

Как запустить

На своём сервереВеса скачиваются с Hugging Face, запуск — через vLLM (нагрузка и API) или llama.cpp (скромное железо). Так модель работает в закрытом контуре, без оплаты за запросы.Hugging Face

Сколько нужно железаПосчитайте видеопамять под нужный размер модели, контекст и число одновременных запросов.Открыть калькулятор железа

Ставлю и настраиваю под ключ: подберу размер модели, разверну на вашем сервере, подключу к вашим системам.

Частые вопросы

Можно ли использовать Kimi-Audio в коммерческом проекте?

Да. Лицензия: MIT (часть кода на основе Qwen 2.5 — Apache 2.0). Это разрешает коммерческое использование, но перед запуском лицензию всё равно стоит показать юристу.

Какое железо нужно для Kimi-Audio?

Минимум: Одна видеокарта на 16–80 ГБ — средние версии. Без видеокарты модель практически не работает. Точный объём видеопамяти под ваш размер модели и контекст можно посчитать в калькуляторе железа.

Поддерживает ли Kimi-Audio русский язык?

Нет. В документации разработчика языки перечислены, русского среди них нет. Для русских задач лучше взять модель из подборки «Открытые ИИ-модели с русским языком».

Где скачать Kimi-Audio и сколько это стоит?

Веса Kimi-Audio лежат в открытом доступе и скачиваются бесплатно. Платить нужно только за железо, на котором модель работает, и за настройку. Ссылки на первоисточник — в конце страницы.

Как внедряю у заказчика

ПодборВыбираю размер модели под задачу и ваше железо, проверяю на ваших примерах.
УстановкаРазворачиваю на вашем сервере или в закрытом контуре, отдаю API.
ДообучениеДообучаю на ваших данных (LoRA) или подключаю базу знаний — что дешевле для задачи.
ВстраиваниеПодключаю к CRM, 1С, боту, сайту или рабочему чату, настраиваю мониторинг.