Xiaohongshu FireRedがユニバーサルオーディオ言語モデルFireRedAudioを発表

Xiaohongshu FireRedチームは、9BパラメータのQwen3.5アーキテクチャをベースとし、分離型連続表現設計を採用した汎用音声言語モデル「FireRedAudio」を発表しました。このモデルは、音声認識（ASR）、音声質問応答、1時間音声理解、ゼロショット音声合成（TTS）、指示音声合成（TTS）、音声編集の6つのタスクを同時にサポートします。MMAU、MMSU、102言語ASR、指示音声合成などのベンチマークで優れた結果を達成しており、FLEURS-102では平均エラー率がわずか14.94%となっています。