BLACK HOLE / MODEL GUIDE
小红书 FireRed 团队分别发布语音识别与语音合成模型。ASR 将录音转为文字，TTS 将文字与参考音频转为声音；两种方向的输入、输出与使用条件需要分别选择。
资料核对：2026-10-25 · 整理：黑洞智能体
需要会议或字幕转写时先选 ASR，再测试录音时长、噪声、方言和分段。
需要合成声音时选 TTS，按具体版本核对参考音频、解码器与使用说明。
原始资料专题 · 本站目录未列入该条目
FireRedASR 面向普通话、方言和英语转写。AED 与 LLM 是同一家族的架构变体，识别文字不等于生成可播语音。
所选 AED-L 模型卡与代码仓库标注 Apache-2.0；其他变体及其基础模型条件分别核对。
所读原版指南对 AED 与 LLM 的输入时长给出不同边界；长录音需要分段验证，不能沿用短音频结果。
原始资料专题 · 本站目录未列入该条目
FireRedTTS 根据文字和参考音频合成语音。1S 是支持流式输出的升级版本，按一个合成家族记录。
代码仓库标注 MPL-2.0，1S 模型卡标注 Apache-2.0；两处还说明零样本语音克隆仅供学术研究，不能仅凭许可标签推定整体可商用。
官方文件列表展示 pretrained_models.zip。运行前需核对存档中的模型文件、所需组件及其使用条件。
本站目录未列出 FireRed 接入型号，可从下方作者项目和模型卡核对运行方式。
