FireRedLID

FireRedLID

识别音频片段里说的是哪种语言，覆盖 100 多种语言和 20 多种中文方言和口音。它是 FireRedASR2S 的语种识别模块，面向语音开发者。

由 FireRedTeam 在 Hugging Face 上制作。这些说明是 Mindket 根据它的模型页面和模型卡写的，模型自己的文件和许可证在 Hugging Face 上。

简介

它是什么：FireRedLID 是 FireRedASR2S 的口语语种识别模块，FireRedASR2S 是一套一体化的语音识别系统。你给它音频，它告诉你说的是哪种语言。它覆盖 100 多种语言和 20 多种中文方言和口音。

适合谁：它适合需要在转写或分流录音之前先知道语言的语音开发者。

Title: 谁在用
Industry | Who uses it | How they use it | Example
软件 | 语音开发者 | 在选择识别器之前先检测语言 | 把普通话片段送给普通话识别器
媒体 | 整理音频档案的团队 | 按语言给录音打标签 | 把一个文件夹的片段按语言分组
研究 | 语音研究者 | 比较语种识别的准确率 | 在 FLEURS 数据上给模型打分

如果你只处理一种已知的语言，可以跳过它。

用在哪里：

• Windows、macOS 或 Linux 上的 Python，并装好 FireRedASR2S 代码
• GPU：模型卡的示例开启了 GPU，不过这个设置可以改
• 更大的 FireRedASR2S 流程，这里负责语种这一步

Title: 它能做的事
Use case | Who | What they get back
给片段标注语言 | 开发者 | 一个语言、一个置信度和片段时长
批量分类 | 档案团队 | 列表里每个音频文件对应一个结果

如何设置：

• Windows、macOS 或 Linux 上的 Python
• 来自项目 GitHub 仓库的 FireRedASR2S 代码及其依赖
• 用来测试的 WAV 文件

1. 克隆 GitHub 上的 FireRedASR2S 仓库并安装依赖。
2. 下载模型文件。
3. 运行 Python 示例。

pip install -U huggingface_hub
hf download FireRedTeam/FireRedLID

如何使用：
建一个配置，按名字加载模型，再传入一个片段 id 列表和一个 WAV 路径列表。调用会为每个片段返回一个结果。

from fireredasr2s.fireredlid import FireRedLid, FireRedLidConfig

batch_uttid = ["hello_zh", "hello_en"]
batch_wav_path = ["assets/hello_zh.wav", "assets/hello_en.wav"]

config = FireRedLidConfig(use_gpu=True, use_half=False)
model = FireRedLid.from_pretrained("FireRedTeam/FireRedLID", config)

results = model.process(batch_uttid, batch_wav_path)
print(results)

Title: 示例里的调用
Tool | What it does
FireRedLidConfig | 设置 GPU 使用和半精度等选项
FireRedLid.from_pretrained | 按 Hugging Face 上的名字加载模型
model.process | 识别列表里每个片段的语言

示例：
你传入两段短音频，一段叫 hello_zh，一段叫 hello_en。模型卡的示例输出把第一段标为普通话，第二段标为英语，置信度都是 0.996，还有片段时长和一个速度数值。

新手与专家：
如果你是新手，语种识别就是程序听一段录音，然后告诉你这是什么语言。第一件小事是跑模型卡里那个两段音频的示例。

如果你懂这个领域，模型卡衡量的是句子级准确率。FireRedLID 在 82 种语言的 FLEURS 测试上得 97.18，SpeechBrain 是 92.91，Whisper 是 79.41。代价在覆盖面：这些数字只涵盖 82 种和 74 种语言，不是它支持的全部 100 多种。

克隆代码并安装
按名字加载 FireRedLID
传入片段 id 和 WAV 路径
读取语言和置信度

注意事项：

Title: 82 种语言的 FLEURS 测试准确率
FireRedLID: 97.18 %
SpeechBrain: 92.91 %
Whisper: 79.41 %

• 其他测试集：CommonVoice 测试 92.07，中文方言和口音测试集 88.47。
• 安装：只有模型还不够，因为模型卡要求你先克隆它的代码。
• License：apache-2.0。
• Cost to run：没有提到 API 密钥、账号或付费服务。
• Data it reaches：它读取你传入的音频文件，并从 Hugging Face 下载模型。

Hugging Face 上的数据（2026年11月13日）

• 任务：audio classification
• 最近 30 天下载：622
• 点赞：29
• 许可证：apache-2.0
• 语言：en, zh
• Quantized versions: 1
• Fine-tunes: 1
• 标签：voxlingua107, audio, automatic-speech-recognition, audio-classification

链接

• 模型：https://huggingface.co/FireRedTeam/FireRedLID
• 文件：https://huggingface.co/FireRedTeam/FireRedLID/tree/main

获取模型

用 Hugging Face 的命令行下载它的文件：

pip install -U huggingface_hub
hf download FireRedTeam/FireRedLID

然后按它的模型卡使用它。这个工具包里没有会自己运行的东西。