FireRedASR2S:一体化语音识别系统
FireRedASR2S 是工业级一体化 ASR 系统,集成语音识别、语音活动检测、语种识别与标点预测模块,支持中文方言、英文及中英混说。
FireRedASR2S 是一套一体化自动语音识别系统,包含四个模块:FireRedASR2(支持普通话、20 余种中文方言口音、英文、中英混说及歌唱转写,AED 版本提供词级时间戳与置信度)、FireRedVAD(支持 100 余种语言的语音/歌唱/音乐活动检测,含流式与多标签模式)、FireRedLID(100 余种语言及 20 余种中文方言口音的语种识别)和 FireRedPunc(中英文标点预测)。仓库提供模型权重下载链接与推理代码,README 列出各模块在公开测试集上的评测结果,并注明 FireRedASR2-LLM 可通过 vLLM 推理、AED 版本支持 TensorRT-LLM 加速;微调代码与技术报告在 README 撰写时标注为即将发布。