FireRedTeam

FireRed-OpenStoryline 是一个 AI 视频编辑代理，透过自然语言互动、LLM 驱动规划与精确工具协调，将手动编辑转化为意图驱动的导演。它支持透明的人机协同创作，并提供可重用的风格技能，确保一致且专业的叙事。

支援普通话、中文方言与英语的开源工业级 ASR 模型，在公开的普通话 ASR 基准测试中达到全新的 SOTA，同时提供出色的歌唱歌词辨识能力。

用于多说话人对话生成的长文本流式 TTS 系统

FireRed-Image-Edit 是一个强大的图像编辑基础模型，达到开源的 SOTA 性能，具备精确的指令遵循、高保真生成、优异的身份一致性以及无缝的多元素融合。

一个由 LLM 驱动的开源基础 TTS 系统

StoryMaker：实现文本转图片生成中的角色一致性

一个 SOTA 工业级一体化 ASR 系统，包含 ASR、VAD、LID 和 Punc 模块。FireRedASR2 支持中文（普通话、20+ 种方言/口音）、英文、中英夹杂（code-switching），以及语音和歌唱的 ASR。FireRedVAD 支持 100+ 种语言的语音/歌唱/音乐。FireRedLID 支持 100+ 种语言和 20+ 种中文方言。FireRedPunc 支持中英文。

全双工语音互动的完全自托管解决方案

工业级语音活动检测与音频事件检测技术，支持超过 100 种语言，性能优于 Silero-VAD、TEN-VAD、FunASR-VAD 与 WebRTC-VAD。