FireRedASR 是一系列大规模自动语音识别（ASR）模型，支持普通话、汉语方言及英语，同时具备歌唱歌词识别能力，在公开的普通话 ASR 基准测试中达到了新的最先进水平。

FireRedASR 旨在满足不同应用场景下对卓越性能和优化效率的多样化需求。它包含两个变体：

• FireRedASR-LLM：旨在实现最先进（SOTA）性能并支持无缝的端到端语音交互。它采用 Encoder-Adapter-LLM 框架，充分利用大型语言模型（LLM）的能力。
• FireRedASR-AED：旨在平衡高性能与计算效率，并在基于 LLM 的语音模型中充当高效的语音表征模块。它采用基于注意力机制的编码器 - 解码器（AED）架构。