FireRedASR-AED-L

Modelo de reconocimiento automático del habla (ASR) industrial de código abierto, compatible con mandarín, dialectos chinos e inglés, con un rendimiento excepcional.

Producto ComúnProductividadReconocimiento de vozCódigo abierto

Abrir sitio web

FireRedASR-AED-L es un modelo de reconocimiento automático del habla (ASR) industrial de código abierto, diseñado para satisfacer las necesidades de reconocimiento de voz de alta eficiencia y alto rendimiento. Este modelo utiliza una arquitectura de codificador-decodificador basada en la atención, compatible con múltiples idiomas, incluyendo mandarín, dialectos chinos e inglés. Ha alcanzado un nuevo nivel máximo en las pruebas de referencia de reconocimiento de voz en mandarín estándar y muestra un excelente rendimiento en el reconocimiento de letras de canciones. Sus principales ventajas incluyen alto rendimiento, baja latencia y amplia aplicabilidad, lo que lo hace adecuado para diversas situaciones de interacción de voz. Su naturaleza de código abierto permite a los desarrolladores usar y modificar libremente el código, impulsando aún más el desarrollo de la tecnología de reconocimiento de voz.

Best AI Websites & Tools

FireRedASR-AED-L

FireRedASR-AED-L Situación del tráfico más reciente

FireRedASR-AED-L Tendencia de visitas

FireRedASR-AED-L Distribución geográfica de las visitas

FireRedASR-AED-L Fuentes de tráfico

FireRedASR-AED-L Alternativas

FireRedASR-AED-L — Modelo de reconocimiento automático del habla (ASR) industrial de código abierto, compatible con mandarín, dialectos chinos e inglés, con un rendimiento excepcional.

RWKV-6 Finch 7B World 3 — Modelo de IA de código abierto con 7B de parámetros y 3,1T de tokens de entrenamiento.

FunAudioLLM — Modelo base para la comprensión y generación de voz con interacción natural

Instella — Instella es un modelo de lenguaje de código abierto de alto rendimiento desarrollado por AMD, diseñado para acelerar el desarrollo de modelos de lenguaje de código abierto.

Aya Vision 32B — Aya Vision 32B es un modelo de lenguaje visual multilingüe, adecuado para OCR, descripción de imágenes, razonamiento visual y otros usos.

Aya Vision 8B — Modelo de lenguaje visual multilingüe de 800 millones de parámetros, compatible con OCR, descripción de imágenes, razonamiento visual, etc.

Grabación de audio — Grabación de audio es una herramienta de transcripción de audio y video rápida, precisa y fluida.

smallpond — Un framework de procesamiento de datos ligero basado en DuckDB y 3FS

ElevenLabs Scribe — Scribe es el modelo de voz a texto más preciso del mundo, compatible con 99 idiomas.

Integración Impresionante de DeepSeek — La integración de la API de DeepSeek con diversos softwares populares ayuda a desarrolladores y usuarios a acceder rápidamente a las capacidades de DeepSeek.

FireRedASR — Modelo de Reconocimiento Automático del Habla (RAH) en mandarín estándar de nivel industrial de código abierto, compatible con múltiples escenarios de aplicación.

DeepClaude — API e interfaz de chat unificada que combina la capacidad de razonamiento de DeepSeek R1 con la creatividad y la capacidad de generación de código de Claude.

Mistral-Small-24B-Instruct-2501 — Mistral Small 24B es un modelo lingüístico grande (LLM) multi-idioma, de alto rendimiento y ajustado con instrucciones, adecuado para diversas aplicaciones.

PengChengStarling — PengChengStarling es un kit de herramientas de desarrollo de modelos de Reconocimiento Automático del Habla (RAH) multilingüe basado en el proyecto icefall.

Kokoro TTS — Un modelo avanzado de texto a voz (TTS) basado en la arquitectura StyleTTS 2, con 82 millones de parámetros, que ofrece una síntesis de voz natural y de alta calidad.

DeepSeek-R1-Distill-Llama-8B — DeepSeek-R1-Distill-Llama-8B es un modelo de lenguaje de código abierto de alto rendimiento, adecuado para tareas de generación y razonamiento de texto.

DeepSeek-R1-Distill-Qwen-32B — DeepSeek-R1-Distill-Qwen-32B es un modelo de lenguaje abierto de alto rendimiento, adecuado para diversas tareas de generación de texto.

Reactive Resume — Un generador de currículums gratuito y de código abierto que simplifica la creación, actualización y el intercambio de currículums.

Whisper Turbo.online — Whisper Turbo es una herramienta de reconocimiento de voz gratuita, rápida y precisa en línea.

QwQ-32B-Preview-gptqmodel-4bit-vortex-v3 — Versión cuantificada a 4 bits basada en el modelo Qwen2.5-32B, diseñada para inferencia eficiente y despliegue con recursos limitados.

RealtimeSTT — Una biblioteca robusta, eficiente y de baja latencia para la conversión de voz a texto, con detección avanzada de actividad de voz, activación por palabra clave y transcripción instantánea.

xiaozhi-esp32 — Proyecto de chatbot de IA basado en ESP32, capaz de realizar conversaciones multilingües y reconocimiento de voz.

YuLan-Mini — Un modelo de lenguaje ligero y de alta eficiencia con 240 millones de parámetros.

Moonshine Web — Aplicación de reconocimiento de voz en tiempo real para navegadores

Llama-3.1-Tulu-3-8B-RM — Modelo de seguimiento de instrucciones avanzado que ofrece una guía completa sobre técnicas de post-entrenamiento.

Transcribro — Teclado y servicio de transcripción de voz a texto privado y local para Android.

Reverberación — Código de inferencia de modelos de reconocimiento de voz y separación de hablantes de código abierto.

OmniSenseVoice — Reconocimiento de voz ultrarrápido con marcas de tiempo precisas

EVI 2 — Modelo de voz a voz básico de nueva generación que ofrece una experiencia de conversación humana.

Mini-Omni — Modelo de lenguaje grande multi-modal de código abierto, compatible con entrada de voz en tiempo real y salida de audio en streaming.