小红书开源语音识别模型FireRedASR登场，中文识别准确率出类拔萃

汕头市政府信息公开指南app 赣州市学校app 绵阳市住房保障app 丹东市应急管理app 潮州市土地局app 抚顺市信息公开app 白银市公益app 钦州市最新新闻app 克拉玛依市住房保障app 铜陵市第六中学app 自贡市妇联app 和林格尔县第六中学app 芦溪县农业app 陆良县特殊家庭关爱协会app 南召县国土信息app 长丰县妇联app 汤原县教育局app 长阳土家族自治县税收公开app 大埔县事业单位app 夏邑县公共文化服务app 米脂县建设局信息app 汤原县助农app 淅川县工商局app 涞水县建设局信息app 寻乌县水利app 炉霍县第二高中app 歙县信息公开app 大荔县电视台广播app 长顺县第一高中app 广饶县城乡建设app 秦安县数据管理局app 德昌县城乡建设app 连平县公共文化服务app 习水县公正处app 大埔县公共法律服务app 黄陵县消费协会app 望都县第一中学app 渠县事业单位app

近日，小红书旗下的 FireRed 团队推出了全新的开源语音识别模型——FireRedASR。该模型作为基于大模型构建的语音识别系统，在多个标准测试集中都斩获了极为优异的成绩，无疑为中文语音识别技术带来了重大突破。

FireRedASR 的核心指标是字错误率（CER），该指标越低，表示模型的识别效果越好。在最近的公开测试中，FireRedASR 的 CER 达到了3.05%，较之前的最佳模型 Seed-ASR 降低了8.4%。这一结果显示出 FireRed 团队在语音识别技术上的创新能力。

FireRedASR 模型分为两种核心结构:FireRedASR-LLM 和 FireRedASR-AED。前者专注于极致的语音识别精度，后者则在准确率与推理效率之间实现了良好的平衡。团队提供了不同规模的模型和推理代码，以满足各种应用场景的需求。

在多个日常应用场景中，FireRedASR 同样展现了强大的性能。在由短视频、直播和语音输入等多种来源组成的测试集中，FireRedASR-LLM 的 CER 相较于业内领先的服务提供商降低了23.7% 至40%。特别是在需要歌词识别的场景中，该模型的表现尤为突出，CER 实现了50.2% 至66.7% 的相对降低。

此外，FireRedASR 还在中文方言和英语场景中表现优异，其 CER 在 KeSpeech 和 LibriSpeech 测试集上显著优于之前的开源模型，证明其在多种语言环境中的鲁棒性和适应性。

FireRed 团队希望通过开源这一新模型，推动语音识别技术的发展和应用，为语音交互的未来贡献力量。所有模型和代码已在 GitHub 上公开，鼓励更多开发者和研究者参与其中。