FireRedASR
Modèles ASR open-source de qualité industrielle supportant le mandarin, les dialectes chinois et l'anglais, atteignant un nouveau SOTA sur les benchmarks publics ASR en mandarin, tout en offrant également une capacité exceptionnelle de reconnaissance des paroles de chansons.
Transcrivez la parole mandarine, les dialectes chinois et l'anglais en texte en utilisant des modèles avancés de reconnaissance vocale.
Revendiquez sa page : indexée quel que soit son rang, traduite en six langues, et enrichie de vos propres mots.
Recevez une alerte par e-mail à sa prochaine version ou quand il décolle — ne ratez plus rien.
Gratuit · sans carte · désinscription à tout momentModèles ASR open-source de qualité industrielle supportant le mandarin, les dialectes chinois et l'anglais, atteignant un nouveau SOTA sur les benchmarks publics ASR en mandarin, tout en offrant également une capacité exceptionnelle de reconnaissance des paroles de chansons.
FireRedASR compte 2k étoiles sur GitHub. Il a été forké 165 fois. FireRedASR est écrit principalement en Python. Il est développé activement depuis 2025. FireRedASR est disponible sous licence Apache-2.0. Ses principaux thèmes sont : asr, automatic-speech-recognition, conformer, industrial-grade.
Qu'est-ce que FireRedASR ?
Modèles ASR open-source de qualité industrielle supportant le mandarin, les dialectes chinois et l'anglais, atteignant un nouveau SOTA sur les benchmarks publics ASR en mandarin, tout en offrant également une capacité exceptionnelle de reconnaissance des paroles de chansons.
FireRedASR est-il open source ?
FireRedASR est un projet open source. Il est distribué sous licence Apache-2.0.
FireRedASR est-il gratuit ?
Oui. FireRedASR est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.
Sous quelle licence est FireRedASR ?
FireRedASR est disponible sous licence Apache-2.0.
Dans quel langage FireRedASR est-il écrit ?
FireRedASR est écrit principalement en Python.
Ajoutez ce badge en direct à votre README — vos étoiles GitHub et votre classement dans le répertoire, actualisés quotidiennement.
[](https://olud.ai/project/fireredteam-fireredasr.html)
Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.