AI最前沿 88Z.ai 9 月 1 日消息，小红书FireRed团队发布基于Qwen3.5架构的通用音频语言模型FireRedAudio，支持ASR、音频问答等六大任务，在多语种评测中表现领先。
消息要点
- 基于Qwen3.5架构，支持ASR及TTS等六大音频任务
- FLEURS-102平均错误率仅14.94%，多语种评测领先
要点
小红书FireRed团队正式推出通用音频语言模型FireRedAudio。该模型基于9B参数的Qwen3.5架构构建，并采用了独特的解耦连续表征设计。在功能方面，FireRedAudio能够同时处理自动语音识别、音频问答、长达一小时的长音频理解、零样本文本转语音、指令式文本转语音以及语音编辑这六大核心任务。在多项权威评测中，该模型均取得了领先成绩，涵盖MMAU、MMSU、102种语言的自动语音识别以及指令式文本转语音测试。特别是在FLEURS-102基准测试中，其平均错误率低至14.94%，展现了强大的多语言处理能力与音频理解水平。
资料来源与整理说明
本文由 AI最前沿通过 AI 辅助整理公开资料。产品能力与开放范围按发布方说明转述，未将其视为本站实测或独家采访结论。
- FireRedAudio原始资料发布于
以上日期为原始资料发布日期；标题下方日期为本文在 AI最前沿的发布时间。