模型详情
模型介绍
中文整理FireRedASR2 onnx kv
自动语音识别（ASR），支持中文（普通话、20 余种方言 / 口音）、英语、语码切换及歌词识别。
支持的中文方言/口音包括： 粤语（香港与广东）、四川话、上海话、吴语、闽南语、安徽话、福建话、甘肃话、贵州话、河北话、河南话、湖北话、湖南话、江西话、辽宁话、宁夏话、陕西话、山西话、山东话、天津话、云南话等。
使用ctc模型，可支持token级别的时间戳，解码时转换为word级别时间戳
如何使用：
模型组合方式
模型组合方式 特点 时间戳 rtf
- ---- ----- ----- -----
encoder+ctc 转录，速度快 是 0.06左右
encoder+decoder 转录，准确率高 否 0.2左右
encoder+decoder+ctc 转录，准确率高 是 0.2左右
按组合方式，删除不需要的模型文件
Git下载
模型解码库
ManySpeech: https://github.com/manyeyes/ManySpeech
原模型
https://modelscope.cn/models/xukaituo/FireRedASR2-AED
优先采用原作者提供的中文模型卡片；仅有英文说明时由闲社AI翻译整理。重要参数、许可证和商用范围请以原文为准。
你将获得什么
完整仓库方式包含该固定版本中的权重、配置、分词器及说明文件；指定版本方式只下载所选文件或整组分片。多模态模型的投影文件、配置等依赖，请按作者说明配齐。
完整仓库可能包含多个权重格式，因此需要的磁盘空间可能大于单一格式的模型大小。下载文件不等于完成模型部署。
使用前须知
运行环境
运行模型需要的设备、工具与依赖，以原作者说明为准。
授权范围
是否允许商用、修改和分发，请查看模型许可证。
闲社提供资料与镜像下载方法，不代表已运行模型或完成安全审计。下载的代码应先检查，再执行。
资料或下载有问题？
登录后可提交反馈。