使用场景
在智能语音助手中实现语音指令识别和交互
为视频平台自动生成精准的字幕内容
在多语言环境中实现普通话和方言的语音转文字
产品特色
采用 Encoder-Adapter-LLM 框架，实现端到端的语音交互
支持多源普通话场景，如视频、直播和智能助手
在普通话基准测试中实现低字符错误率（CER）
提供紧凑的模型架构，适合资源受限的应用
支持方言和英文语音识别，拓展应用场景
开源模型和推理代码，便于开发者集成和优化
在歌唱歌词识别方面表现出色，适用于音乐相关应用
使用教程
访问项目主页，下载开源代码和模型文件
根据需求选择 FireRedASR-LLM 或 FireRedASR-AED 模型
使用提供的推理代码进行语音识别测试
将模型集成到应用程序中，实现语音转文字功能
根据实际应用场景调整模型参数以优化性能
