FireRedASR

Modèle de reconnaissance automatique de la parole (RAP) en mandarin standard industriel open source, compatible avec de multiples scénarios d'application.

Produit OrdinaireProductivitéReconnaissance vocaleIntelligence artificielle

Ouvrir le site Web

FireRedASR est un modèle de reconnaissance automatique de la parole (RAP) en mandarin standard industriel open source, adoptant une architecture intégrée Encodeur-Décodeur et LLM. Il comprend deux variantes : FireRedASR-LLM et FireRedASR-AED, conçues respectivement pour des exigences de hautes performances et d'efficacité énergétique. Ce modèle offre d'excellents résultats aux tests de référence en mandarin standard, et affiche également de bonnes performances pour la reconnaissance de la parole en dialectes et en anglais. Il convient aux applications industrielles nécessitant une transcription vocale efficace, telles que les assistants intelligents et la génération de sous-titres vidéo. Le modèle étant open source, il est facile à intégrer et à optimiser pour les développeurs.

Best AI Websites & Tools

FireRedASR

FireRedASR Dernière situation du trafic

FireRedASR Tendance des visites

FireRedASR Distribution géographique des visites

FireRedASR Sources de trafic

FireRedASR Alternatives

FireRedASR — Modèle de reconnaissance automatique de la parole (RAP) en mandarin standard industriel open source, compatible avec de multiples scénarios d'application.

DeepSeek-R1 — DeepSeek-R1 est un modèle d'inférence haute performance, prenant en charge plusieurs langues et tâches, adapté à la recherche et aux applications commerciales.

OmniSenseVoice — Reconnaissance vocale ultrarapide, horodatage précis

Qwen1.5-110B — Premier modèle open source de la série Qwen1.5 avec 110 milliards de paramètres, prenant en charge plusieurs langues et doté d'une architecture de décodeur Transformer efficace.

Instella — Instella est un modèle linguistique open source haute performance développé par AMD, conçu pour accélérer le développement des modèles linguistiques open source.

Modèles de traduction Firefox — Modèle de traduction automatique neuronale accéléré par CPU, optimisé pour la fonction de traduction du navigateur Firefox.

Migician — Migician est un grand modèle linguistique multimodale axé sur la localisation multi-images, capable de réaliser une localisation précise multi-images de forme libre.

IndexTTS — Système texte-parole zéro-shot industriel, contrôlable et efficace

Phi-4-mini-instruct — Phi-4-mini-instruct est un modèle linguistique léger et open source, axé sur les données intensives en inférence de haute qualité.

Qwen — Qwen Chat est un outil de chat d'intelligence artificielle basé sur un modèle linguistique avancé, offrant des conversations intelligentes et de multiples fonctionnalités.

QwQ-Max-Preview — QwQ-Max-Preview est le dernier né de la série Qwen, basé sur Qwen2.5-Max. Il offre des capacités de raisonnement et d'applications multi-domaines puissantes.

AlphaMaze-v0.2-1.5B — Méthode innovante pour améliorer les capacités de raisonnement visuel des grands modèles linguistiques (LLM) en résolvant des tâches de labyrinthes textuels.

JoyGen — JoyGen est une technologie d'édition vidéo de visage parlant 3D à perception de profondeur pilotée par l'audio.

Le Manuel des Systèmes Ultra-Scalables — Un outil dédié à la conception et à l'optimisation de systèmes ultra-scalables, offrant des solutions performantes.

SkyReels-V1-Hunyuan-I2V — SkyReels V1 est un modèle de base vidéo open source centré sur l'humain, axé sur la génération de vidéos de qualité cinématographique.

OpenThinker-32B — OpenThinker-32B est un puissant modèle d'inférence open source, conçu pour améliorer les capacités d'inférence sur des données ouvertes.

Application OLMoE — Ai2 OLMoE est une application de modèle linguistique open source fonctionnant sur les appareils iOS.

Huginn-0125 — Huginn-0125 est un modèle profond récurrent à variables latentes de 3,5 milliards de paramètres, excellemment adapté au raisonnement et à la génération de code.

FireRedASR-AED-L — Modèle de reconnaissance automatique de la parole (RAP) industriel open source, prenant en charge le mandarin, les dialectes chinois et l'anglais, aux performances exceptionnelles.

RAG-FiT — RAG-FiT est une bibliothèque conçue pour améliorer la capacité des grands modèles de langage (LLM) à exploiter des informations externes, en affinant les modèles sur un ensemble de données spécialement créé pour l'augmentation RAG.

Nom de code Goose — Agent d'intelligence artificielle fonctionnant localement, automatisant les tâches d'ingénierie de manière transparente.

Open-source DeepResearch — Outil de recherche approfondie open source visant à reproduire les fonctionnalités de Deep Research via un framework open source.

Tülu 3 405B — Tülu 3 405B est un modèle linguistique de grande envergure, open source, dont les performances ont été améliorées par apprentissage par renforcement.

SpeechGPT 2.0 - version préliminaire — Premier système d'interaction en temps réel de niveau humain axé sur l'intelligence contextuelle, prenant en charge l'interaction vocale multi-émotionnelle et multi-stylistique.

leapfusion-hunyuan-image2video — Une nouvelle technique d'échantillonnage image-vers-vidéo, basée sur le modèle Hunyuan, permettant la génération de vidéos de haute qualité.

Baichuan-M1-14B — Modèle linguistique large open source développé par Baichuan Intelligence, optimisé pour les scénarios médicaux, offrant des capacités générales et des performances exceptionnelles dans le domaine médical.

FilmAgent — FilmAgent est un framework de collaboration multi-agents basé sur les LLM, conçu pour la production cinématographique automatisée de bout en bout dans un espace 3D virtuel.

DeepSeek-R1-Distill-Qwen-32B — DeepSeek-R1-Distill-Qwen-32B est un modèle linguistique open source haute performance, adapté à diverses tâches de génération de texte.

Spellar — Assistant intelligent de prise de notes de réunion multilingue, permettant la transcription automatique, la synthèse et l'intégration de plusieurs outils.