解奉龙-FireRed-基于大模型的语音/音乐技术综合实践_2025 4月全球机器学习技术大会-上海站-CSDN在线视频培训

分会场-B

解奉龙-FireRed-基于大模型的语音/音乐技术综合实践

课时介绍

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。

课程介绍

自1936年阿兰· 图灵提出「图灵机」以及机器具备「思维」的可能性以来，以机器学习为代表的人工智能经过飞速发展，深刻地改变着我们的世界。CSDN & Boolan 秉承“全球专家，卓越智慧”的宗旨，特邀近50位技术领袖和行业应用专家，与1000+来自电商、金融、汽车、智能制造、通信、工业互联网、医疗、教育等众多行业的精英参会听众，共同探讨人工智能领域的前沿发展和行业最佳实践。