FireRedTeam

FireRed-OpenStoryline é um agente de edição de vídeo por IA que transforma a edição manual em direção baseada em intenção através de interação em linguagem natural, planejamento via LLM e orquestração precisa de ferramentas. Facilita a criação transparente com intervenção humana e Style Skills reutilizáveis para uma narrativa consistente e profissional.

Modelos ASR de nível industrial de código aberto que suportam mandarim, dialetos chineses e inglês, alcançando um novo SOTA em benchmarks públicos de ASR em mandarim, oferecendo também excelente capacidade de reconhecimento de letras de músicas.

Sistema de TTS (Text-to-Speech) de streaming de longa duração para geração de diálogos com múltiplos falantes

FireRed-Image-Edit é um poderoso modelo base de edição de imagem que alcança desempenho de ponta de código aberto com seguimento preciso de instruções, geração de alta fidelidade, consistência de identidade superior e fusão perfeita de múltiplos elementos.

Um sistema TTS de base potencializado por LLM de código aberto

StoryMaker: Rumo a personagens consistentes na geração de texto para imagem

Um sistema ASR All-in-One de nível industrial SOTA com módulos ASR, VAD, LID e Punc. O FireRedASR2 suporta chinês (mandarim, mais de 20 dialetos/sotaques), inglês, alternância de código, e ASR de fala e canto. O FireRedVAD suporta fala/canto/música em mais de 100 idiomas. O FireRedLID suporta mais de 100 idiomas e mais de 20 dialetos chineses. O FireRedPunc suporta chinês e inglês.

Uma solução totalmente auto-hospedada para interação de voz full-duplex

Detecção de atividade de voz e eventos de áudio de nível industrial SOTA, suportando mais de 100 idiomas, superando Silero-VAD, TEN-VAD, FunASR-VAD e WebRTC-VAD