解奉龙-FireRed-基于大模型的语音/音乐技术综合实践

[m0_74120090]

课时名称	课时知识点
解奉龙-FireRed-基于大模型的语音/音乐技术综合实践	小红书音频技术负责人 本次报告涵盖小红书技术团队研发了一系列语音/音乐大模型的技术详情及应用落地如FireRedASR：开源中文语音识别新sota，综合极致的精度和高效的推理需分别打造FireRed-LLM及FireRed-AED，对比此前sota Seed-ASR，中文字错率相对降低8.4%。FireRedTTS2.0: 开源中文语音合成新sota，支持zero-shot的语音克隆及human-like具有副语言想象及情感控制的自然语音生成。FireRedChat：超低延时且具有人感的大模型语音实时对话系统方案。FireRedmusic：小红书风格音乐生成的方案等。