FireRedASR - 小红书开源自动语音识别模型 语音识别、语音转写、语音转字幕 本地一键整合包下载
FireRedASR 是小红书开源的一系列开源的工业级 ASR 模型，支持普通话、汉语方言和英语，在公共普通话 ASR 基准测试中实现了新的 SOTA，同时还提供了出色的歌词识别能力。该模型在多个标准测试集上表现优异，字错误率（CER）达到了3.05%，较之前最佳模型降低了8.4%。FireRedASR分为两种核心结构，分别针对语音识别精度和推理效率，适用于多种语言环境。
今天分享一键包是由AI视频翻译神器 pyvideotrans 的作者jianchang512大佬开发整合，可以直接将音频文件一键转写成src字幕文件，同时支持api接口。
主要功能
高精度语音识别：FireRedASR 包含两个版本，FireRedASR-LLM 采用 Encoder-Adapter-LLM 框架，专注于极致的语音识别精度；FireRedASR-AED 采用基于注意力的编码器-解码器架构，平衡了高准确率与推理效率。
高效推理：FireRedASR-AED 参数量为 1.1B，平衡了高准确率与推理效率，适用于多种应用场景。多场景适配：FireRedASR 在短视频、直播、语音输入和智能助手等多种日常场景下表现出色，与业内领先的 ASR 服务提供商和 Paraformer-Large 相比，CER 相对降低 23.7%~40.0%。
歌词识别能力：在歌词识别场景中，FireRedASR-LLM 的 CER 实现了 50.2%～66.7% 的相对降低，展现了极强的适配能力。
多语言支持：FireRedASR 支持普通话，在中文方言和英语语音识别方面表现出色，进一步拓宽了其应用范围。
使用教程：
上传需要识别转写的音频文件，等待自动转写完成，下载字幕文件即可。
API默认地址: http://127.0.0.1:5078/v1
下载地址：
夸克网盘：https://pan.quark.cn/s/9f420d498604
百度网盘：**** Hidden Message *****
解压密码：https://deepface.cc/ 复制这个完整的网址即是解压密码，不要有空格，复制粘贴即可。
感谢分享 谢谢分享，试试效果 小红书这块更新也算挺快的，好像也出了视频模型希望也有整合包出来 这个好像不错。下载试试先，谢谢 是小红书开源的一系列开源的工业级 ASR 模型，支持普通话、汉语方言和英语 试下来速度挺慢的 感谢分享
看介绍不错，谢谢分享 AI工具多多益善，需要多做学习研究。
页:
[1]
2