FireRedASR
Modelos ASR de grado industrial de código abierto que soportan mandarín, dialectos chinos e inglés, logrando un nuevo SOTA en benchmarks públicos de ASR en mandarín, mientras también ofrecen una capacidad sobresaliente de reconocimiento de letras de canciones.
Transcribe el mandarín hablado, dialectos chinos e inglés a texto utilizando modelos avanzados de reconocimiento de voz.
Reivindica su pagina: indexada sea cual sea su posicion, traducida a seis idiomas y enriquecida con tus propias palabras.
Recibe una alerta por correo en su próximo lanzamiento o cuando despegue — no te pierdas nada.
Gratis · sin tarjeta · cancela cuando quierasModelos ASR de grado industrial de código abierto que soportan mandarín, dialectos chinos e inglés, logrando un nuevo SOTA en benchmarks públicos de ASR en mandarín, mientras también ofrecen una capacidad sobresaliente de reconocimiento de letras de canciones.
FireRedASR tiene 1.9k estrellas en GitHub. Se ha bifurcado 164 veces. FireRedASR está escrito principalmente en Python. Se desarrolla activamente desde 2025. FireRedASR está disponible bajo la licencia Apache-2.0. Sus temas principales son: asr, automatic-speech-recognition, conformer, industrial-grade.
¿Qué es FireRedASR?
Modelos ASR de grado industrial de código abierto que soportan mandarín, dialectos chinos e inglés, logrando un nuevo SOTA en benchmarks públicos de ASR en mandarín, mientras también ofrecen una capacidad sobresaliente de reconocimiento de letras de canciones.
¿FireRedASR es de código abierto?
FireRedASR es un proyecto de código abierto. Se distribuye bajo la licencia Apache-2.0.
¿FireRedASR es gratis?
Sí. FireRedASR es gratuito y de código abierto: puedes usarlo, modificarlo y alojarlo tú mismo.
¿Bajo qué licencia está FireRedASR?
FireRedASR está disponible bajo la licencia Apache-2.0.
¿En qué lenguaje está escrito FireRedASR?
FireRedASR está escrito principalmente en Python.
Agrega este distintivo en vivo a tu README — tus estrellas de GitHub y rango en el directorio, actualizados diariamente.
[](https://opensourceai.tech/project/fireredteam-fireredasr.html)
Medido a partir de los topics de GitHub comunes a ambos proyectos, ponderados por su rareza.