FireRedTeam

FireRed-OpenStoryline ist ein KI-Videobearbeitungsagent, der manuelle Bearbeitung durch natürlichsprachliche Interaktion, LLM-gestützte Planung und präzise Tool-Orchestrierung in eine intentionsgesteuerte Regie verwandelt. Er ermöglicht transparente, interaktive Erstellung mit wiederverwendbaren Style Skills für konsistentes, professionelles Storytelling.

Open-Source-ASR-Modelle in Industriequalität, die Mandarin, chinesische Dialekte und Englisch unterstützen. Sie erreichen einen neuen SOTA-Standard auf öffentlichen Mandarin-ASR-Benchmarks und bieten zudem eine hervorragende Erkennung von Liedtexten.

Long-Form-Streaming-TTS-System zur Generierung von Dialogen mit mehreren Sprechern

FireRed-Image-Edit ist ein leistungsstarkes Bildbearbeitungs-Grundlagenmodell, das Open-Source-Spitzenleistung mit präziser Befehlsausführung, treuer Generierung, überlegener Identitätskonsistenz und nahtloser Multielement-Fusion erreicht.

Ein Open-Source-LLM-basiertes TTS-Fundamentalsystem

StoryMaker: Für konsistente Charaktere in der Text-zu-Bild-Generierung

Ein industrietaugliches All-in-One-ASR-System auf dem neuesten Stand der Technik mit ASR-, VAD-, LID- und Punc-Modulen. FireRedASR2 unterstützt Chinesisch (Mandarin, über 20 Dialekte/Akzente), Englisch, Code-Switching sowie Sprache- und Gesangs-ASR. FireRedVAD unterstützt Sprache/Gesang/Musik in über 100 Sprachen. FireRedLID unterstützt über 100 Sprachen und über 20 chinesische Dialekte. FireRedPunc unterstützt Chinesisch und Englisch.

Eine vollständig selbst gehostete Lösung für Vollduplex-Sprachinteraktion

Eine industrielle SOTA-Lösung zur Spracherkennungs- und Audioereigniserkennung, die über 100 Sprachen unterstützt und Silero-VAD, TEN-VAD, FunASR-VAD sowie WebRTC-VAD übertrifft.