小红书 FireRed 推出通用音频语言模型 FireRedAudio
2026.09.01 · 产品 · 新模型 · 媒体报道
小红书 FireRed 团队发布通用音频语言模型，支持理解、生成与编辑。
小红书 FireRed 团队推出通用音频语言模型 FireRedAudio，基于 9B 参数 Qwen3.5 自回归 LLM，采用解耦连续表征，同时支持音频理解、多语种 ASR、Zero-shot TTS、指令 TTS 和语音编辑。在 MMAU、MMSU、多语种 ASR 和 Instruct TTS 等评测中取得领先表现，并支持长达 1 小时的录音理解。
- 支持 ASR、音频问答、长音频理解等
- 支持 Zero-shot TTS、指令 TTS 和语音编辑
- 多语种 ASR 支持 102 种语言
- 长音频处理最长 1 小时，秒级精度摘要
- 在 MMAU、MMSU 等评测中取得最佳成绩
为什么值得看
统一架构实现音频理解与生成，性能领先，应用广泛。
适合谁关注
音频 AI 研究者、开发者及智能语音应用从业者