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.

Produit OrdinaireProductivitéReconnaissance vocaleOpen source

Ouvrir le site Web

FireRedASR-AED-L est un modèle de reconnaissance automatique de la parole (RAP) industriel open source, conçu pour répondre aux besoins de reconnaissance vocale haute performance et haute efficacité. Ce modèle utilise une architecture encodeur-décodeur basée sur l'attention, et prend en charge plusieurs langues, notamment le mandarin, les dialectes chinois et l'anglais. Il a atteint de nouveaux sommets lors de tests de référence de reconnaissance vocale en mandarin standard, et offre d'excellentes performances dans la reconnaissance des paroles de chansons. Ses principaux avantages incluent des performances élevées, une faible latence et une large applicabilité, le rendant adapté à divers scénarios d'interaction vocale. Son caractère open source permet aux développeurs d'utiliser et de modifier librement le code, stimulant ainsi le développement de la technologie de reconnaissance vocale.

Best AI Websites & Tools

FireRedASR-AED-L

FireRedASR-AED-L Dernière situation du trafic

FireRedASR-AED-L Tendance des visites

FireRedASR-AED-L Distribution géographique des visites

FireRedASR-AED-L Sources de trafic

FireRedASR-AED-L Alternatives

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.

RWKV-6 Finch 7B World 3 — Modèle d'IA open source, doté de 7 milliards de paramètres et entraîné sur 3,1 billions de jetons multilingues.

FunAudioLLM — Modèle de base pour la compréhension et la génération de la parole en interaction naturelle

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

Aya Vision 32B — Aya Vision 32B est un modèle de langage visuel multilingue adapté à de multiples usages, tels que l'OCR, la description d'images et le raisonnement visuel.

Aya Vision 8B — Modèle de langage visuel multilingue à 800 millions de paramètres, prenant en charge l'OCR, la description d'images et le raisonnement visuel.

Encre sonore — Encre sonore est un outil de transcription audio et vidéo rapide, précis et fluide.

smallpond — Un framework de traitement de données léger basé sur DuckDB et 3FS

ElevenLabs Scribe — Scribe est le modèle de transcription audio le plus précis au monde, prenant en charge 99 langues.

Phi-4-multimodal-instruct — Phi-4-multimodal-instruct est un modèle de base multimédia léger développé par Microsoft, prenant en charge les entrées texte, image et audio.

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

DeepClaude — API et interface de chat unifiés combinant les capacités de raisonnement de DeepSeek R1 et la créativité et la génération de code de Claude.

Mistral-Small-24B-Instruct-2501 — Mistral Small 24B est un grand modèle linguistique multi-langue, haute performance et fin-tuning pour les instructions, adapté à de nombreux contextes d'application.

PengChengStarling — PengChengStarling est une boîte à outils de développement de modèles de reconnaissance automatique de la parole (ASR) multilingues, basée sur le projet icefall.

YuE-s1-7B-anneal-en-cot — YuE est un modèle de génération musicale open source capable de transformer des paroles en chansons complètes.

Kokoro TTS — Modèle avancé de synthèse vocale IA basé sur l'architecture StyleTTS 2, doté de 82 millions de paramètres, offrant une synthèse vocale naturelle de haute qualité.

DeepSeek-R1-Distill-Llama-8B — DeepSeek-R1-Distill-Llama-8B est un modèle linguistique open source haute performance, adapté à la génération de texte et aux tâches d'inférence.

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.

Reactive Resume — Générateur de CV gratuit et open source, simplifiant la création, la mise à jour et le partage de CV.

Whisper Turbo.online — Whisper Turbo est un outil de reconnaissance vocale gratuit, rapide et précis, disponible en ligne.

QwQ-32B-Preview-gptqmodel-4bit-vortex-v3 — Il s'agit d'une version quantifiée sur 4 bits du modèle Qwen2.5-32B, conçue pour une inférence efficace et un déploiement nécessitant peu de ressources.

RealtimeSTT — Une bibliothèque robuste, efficace et à faible latence de conversion de la parole en texte, dotée d'une détection avancée d'activité vocale, d'une activation par mot de veille et d'une transcription instantanée.

xiaozhi-esp32 — Projet de chatbot IA basé sur ESP32, capable de conversations multilingues et de reconnaissance vocale.

YuLan-Mini — Un modèle linguistique léger et performant de 240 millions de paramètres

Moonshine Web — Application de reconnaissance vocale en temps réel dans le navigateur

ElevenLabs Conversational AI — Déploiement rapide d'agents conversationnels IA

Llama-3.1-Tulu-3-8B-RM — Modèle de suivi d'instructions avancé, offrant un guide complet des techniques d'entraînement postérieur.

Transcribro — Clavier et service de transcription vocale privés et locaux pour Android.

Reverb — Code d'inférence de modèles de reconnaissance vocale et de séparation de locuteurs open source.

OmniSenseVoice — Reconnaissance vocale ultrarapide, horodatage précis