FireRedASR2S视频音频转录识别成srt字幕文本工具
FireRedASR2S 是一款最先进的（SOTA）、工业级一体化 ASR 系统，配备 ASR、VAD、LID 和 Punc 模块。所有模块均实现SOTA性能：[*]FireRedASR2：自动语音识别（ASR），支持中文（普通话、20+方言/口音）、英语、代码切换和歌词识别。普通话（4个测试集）平均CER为2.89%，汉语方言（19个测试）为11.55%，优于豆宝ASR、Qwen3-ASR-1.7B、Fun-ASR和Fun-ASR-Nano-2512。FireRedASR2-AED 还支持字级时间戳和置信度评分。
[*]FireRedVAD：支持100+语言语音/歌唱/音乐的语音活动检测（VAD）。97.57%的F1表现优于Silero-VAD、TEN-VAD和FunASR-VAD。支持非流媒体/流媒体VAD和音频事件检测。
[*]FireRedLID：口语识别（LID），支持100+种语言和20+种中文方言/口音。准确率97.18%，优于Whisper和SpeechBrain-LID。
[*]FireRedPunc：中文和英文的标点预测（Punc）。78.90%的平均F1表现优于FunASR-Punc（62.77%）。
FireRedASR2S视频音频转录识别成srt字幕文本工具下载地址:
链接：https://pan.quark.cn/s/c9813896824c
解压密码: www.aibl.vip
谢谢大佬分享！ 一个asr，为什么模型那么大？
页:
[1]