Qwen3-Omni-Demo

מה זה

מזינים לכאן קלט במגוון דרכים, לפי הצורך שלכם. הממשק מחולק לשני מצבי עבודה: מצב אונליין שמיועד להזרמה חיה ומאפשר להקליט קול ישירות מהמיקרופון או להזרים וידאו ממצלמת הרשת, ומצב אופליין שבו מעלים קבצים מוגדרים מראש כמו תמונות, הקלטות שמע או סרטוני וידאו, לצד תיבת טקסט פשוטה לפקודות.

בתמורה מקבלים פלט בצורת שיחה. אפשר לסמן צ'קבוקס שמבקש מהמודל להחזיר אודיו בקול שנבחר מתוך רשימה, ואפשר גם להפעיל מצב חשיבה של שרשרת מחשבה שחושף את שלבי ההיגיון שלו. המודל שרץ מאחורי הקלעים הוא Qwen3-Omni-30B-A3B-Instruct, וקוד הממשק מנהל את שינוע המדיה, שמירת קובצי קול ומעקב אחרי היסטוריית השיחה.

בצד הממשק תמצאו גם שליטה ידנית בפרמטרים הבסיסיים של יצירת הטקסט. אפשר להגדיר הנחיית מערכת ראשונית ולכוונן מדדים כמו טמפרטורה, Top P ו־Top K, כדי להשפיע ישירות על רמת האקראיות והתשובות שמתקבלות.

מתאים ל

• בדיקת שיחה קולית חיה

  דיבור ישיר למיקרופון ובחינת היכולת של המודל לענות בקול ולנהל שיחה רציפה.

• ניתוח תמונות ווידאו

  העלאת קובצי מדיה מוכנים יחד עם שאלת טקסט כדי לבחון הבנה חזותית מורכבת.

• ניסוי בשרשרת מחשבה

  הפעלת אפשרות החשיבה כדי לקרוא את שלבי ההיגיון הפנימיים לפני התשובה הסופית.

איפה זה נופל

ההדגמה מוגבלת מאוד מבחינת כוח מחשוב. הרצה של מודל ענק עם שלושים מיליארד פרמטרים על גבי מעבד פשוט גורמת לאיטיות מורגשת, ולא מייצגת את המהירות האמיתית שמתקבלת בחומרה ייעודית עם מאיצים גרפיים. בנוסף, הממשק לא כולל כלי עריכה לקבצים ומסתמך על פורמטים בסיסיים בלבד.

איך משתמשים

בוחרים בין לשונית האונליין ללשונית האופליין, מעלים קובץ או מדליקים את המיקרופון והמצלמה, ולוחצים על כפתור השליחה. כפתור עצירה מופיע מיד ומאפשר לקטוע את הריצה בכל שלב, לצד כפתור שמנקה את היסטוריית השיחה. אין צורך בחשבון כדי לנסות. עם זאת, המרחב מוגדר על מעבד בסיסי בלבד, מה שאומר שעיבוד קבצי וידאו כבדים או המתנה לתשובה קולית עשויים לקחת זמן משמעותי.

הרישיון

הקוד מופץ תחת רישיון apache-2.0, שמאפשר שימוש חופשי ושינוי של הקוד. עם זאת, קבצים שמעלים לדפדפן עשויים לעבור עיבוד בשרת שבו רץ המרחב הציבורי, ולכן לא מומלץ להעלות לשם חומרים רגישים או אישיים.

• שימוש מסחרי
• שינוי הקוד
• הפצה מחדש
• שימוש בפטנטים

הרישיון המלא ב־Hugging Face ↗