实体
FireRedAudio
FireRedAudio
PulseAugur coverage of FireRedAudio — every cluster mentioning FireRedAudio across labs, papers, and developer communities, ranked by signal.
总计 · 30天
3
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
时间线
- 2026-08-28 research_milestone Researchers published a paper introducing FireRedAudio, a general-purpose audio language model. 来源
- 2026-08-21 product_launch FireRedTeam has launched FireRedAudio, a general-purpose audio language model, and FireRedTTS3, a unified speech generation and editing system. 来源
最近 · 第 1/1 页 · 共 3 条
-
FireRedAudio: 统一的音频理解与生成模型
研究人员推出了 FireRedAudio，这是一种新颖的音频语言模型，专为语音的理解和生成而设计。该模型采用独特的、分离的连续输入表示方法进行分析和合成，使其能够处理诸如长篇音频理解（长达一小时）、多语言自动语音识别以及各种形式的语音合成和编辑等任务。FireRedAudio 在这些多样化应用中均取得了具有竞争力的性能，证明了其分离表示策略的有效性。
-
audio.cpp 0.7新增Arena UI，支持62+个音频模型
audio.cpp项目发布了0.7版本，将其对音频模型支持显著扩展到62个家族和85个以上变体。此次更新引入了Arena UI，允许用户同时比较多个本地模型的输出。该版本还包括用于文本转语音、自动语音识别、语音转换和音乐生成的新模型，重点关注在NVIDIA Jetson Orin等边缘硬件上的性能。
-
FireRedTeam 发布统一音频模型 FireRedAudio 和 TTS3
FireRedTeam 发布了 FireRedAudio，一个拥有 90 亿参数的音频语言模型，能够执行包括自动语音识别、音频理解以及各种文本到语音（TTS）在内的广泛任务。该模型利用解耦的连续表示进行理解和生成，使其能够处理和生成长达一小时的录音。与 FireRedAudio 一同发布的还有 FireRedTTS3，一个统一的语音生成和编辑系统，支持 24 种语言和 21 种中文方言的零样本语音克隆，并提供一个用于自然语言控制的指令变体。