Startseite› Projekte› FireRedASR2S
FireRedASR2S
Python

FireRedASR2S

Ein SOTA-Industriestandard-All-in-One-ASR-System mit ASR, VAD, LID und Punc-Modulen. FireRedASR2 unterstützt Chinesisch (Mandarin, 20+ Dialekte/Akzente), Englisch, Code-Switching und sowohl Sprach- als auch Gesang-ASR. FireRedVAD unterstützt Sprache/Gesang/Musik in über 100 Sprachen.

von FireRedTeam · GitHub
600
Sterne
42
Forks
Apache-2.0
Lizenz
2026
Erstellt
2 mo ago
Letzter Commit
asr
Kategorie
Python
Sprache
asrasr-pipelineaudio-event-classificationApache-2.0Python
Auf GitHub ansehen
In einfachen Worten

Transkribieren Sie Sprache und Gesang in mehreren Sprachen mithilfe eines fortschrittlichen Spracherkennungssystems.

Betreuen Sie dieses Projekt?

Beanspruchen Sie die Seite: indexiert unabhangig vom Rang, in sechs Sprachen ubersetzt und mit Ihren eigenen Worten erganzt.

Diese Seite beanspruchen →
FireRedASR2S — GitHub preview card
📈 Sternhistorie
601600
2026-07-202026-08-31
📈 FireRedASR2S verfolgen

Erhalten Sie eine E-Mail-Benachrichtigung beim nächsten Release oder wenn es durchstartet.

Kostenlos · ohne Karte · jederzeit abbestellbar
E-Mail-Alerts erhalten →
📄 Über

Ein SOTA-Industriestandard-All-in-One-ASR-System mit ASR, VAD, LID und Punc-Modulen. FireRedASR2 unterstützt Chinesisch (Mandarin, 20+ Dialekte/Akzente), Englisch, Code-Switching und sowohl Sprach- als auch Gesang-ASR. FireRedVAD unterstützt Sprache/Gesang/Musik in über 100 Sprachen.

FireRedASR2S hat 600 Sterne auf GitHub. Es wurde 42-mal geforkt. FireRedASR2S ist hauptsächlich in Python geschrieben. Es wird seit 2026 aktiv entwickelt. FireRedASR2S ist unter der Apache-2.0-Lizenz verfügbar. Die Hauptthemen sind: asr, asr-pipeline, audio-event-classification, audio-event-detection.

❓ Frequently asked questions

Was ist FireRedASR2S?

Ein SOTA-Industriestandard-All-in-One-ASR-System mit ASR, VAD, LID und Punc-Modulen. FireRedASR2 unterstützt Chinesisch (Mandarin, 20+ Dialekte/Akzente), Englisch, Code-Switching und sowohl Sprach- als auch Gesang-ASR. FireRedVAD unterstützt Sprache/Gesang/Musik in über 100 Sprachen.

Ist FireRedASR2S Open Source?

FireRedASR2S ist ein Open-Source-Projekt. Es wird unter der Apache-2.0-Lizenz veröffentlicht.

Ist FireRedASR2S kostenlos?

Ja. FireRedASR2S ist kostenlos und Open Source — Sie können es nutzen, anpassen und selbst hosten.

Unter welcher Lizenz steht FireRedASR2S?

FireRedASR2S ist unter der Apache-2.0-Lizenz verfügbar.

In welcher Sprache ist FireRedASR2S geschrieben?

FireRedASR2S ist hauptsächlich in Python geschrieben.

🏅 Wartender dieses Projekts?
olud.ai badge — FireRedASR2S

Fügen Sie dieses Live-Abzeichen zu Ihrem README hinzu — Ihre GitHub-Sterne und Verzeichnisrang, täglich aktualisiert.

[![olud.ai](https://olud.ai/badge.php?tool=fireredteam-fireredasr2s)](https://olud.ai/project/fireredteam-fireredasr2s.html)
Weitere Abzeichenoptionen →
🧬 Teilt DNA mit🧬 DNA-Karte ansehen →
SenseVoice
Open-Source SenseVoiceSmall-Modell für Mandarin, Kantonesisch, Englisch, Japanisch und Koreanis…
★ 8.9k · asr
teiltaudio-event-detectionasr
whisperX
WhisperX: Automatische Spracherkennung mit Wortzeitstempeln (& Diarisierung)
★ 23.1k · asr
FunASR
Open-Source-Spracherkennungstoolkit für Training, Inferenz, Streaming-ASR, VAD, Interpunktion,…
★ 20.1k · asr
Speech
Ein skalierbares generatives KI-Framework, das für Forscher und Entwickler entwickelt wurde, di…
★ 18.4k · asr
vosk-api
Offline-Spracherkennungs-API für Android, iOS, Raspberry Pi und Server mit Python, Java, C# und…
★ 15k · android
sherpa-onnx
Spracherkennung, Text-zu-Sprache, Sprecher-Diarisation, Sprachverbesserung, Quelltrennung und V…
★ 13.6k · aarch64
PaddleSpeech
Benutzerfreundliches Sprach-Toolkit mit selbstüberwachtem Lernmodell, SOTA/Streaming ASR mit In…
★ 12.6k · asr
speechbrain
Ein auf PyTorch basierendes Sprachtoolkit
★ 11.7k · asr
OmniVoice-Studio
Lokaler Sprachklon, Video-Dubbing, Diktat und Hörbuchmacher. Die Open-Source-Alternative zu Ele…
★ 8.6k · asr
FunClip
FunASR-gestütztes Video-Transkriptions-, Untertitelgenerierungs- und LLM-unterstütztes Clipping…
★ 6.2k · ai-tools

Ermittelt aus gemeinsamen GitHub-Topics beider Projekte, gewichtet nach ihrer Seltenheit.