Redaellia

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。