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

宝鸡市热点专题app 乌兰察布市学校app 昌都市第一高中app 泰州市桥梁管理app 张家口市旅游协会app 池州市公路管理app 晋中市劳动局app 黄山市第一高中app 镇江市农业局app 威海市第一高中app 东莞市社会求助app 厦门市事业单位app 肇庆市招标信息app 韶关市历史记录app 巴中市劳动局app 宁德市财政信息app 玉林市工商局app 眉山市税务局app 杭州市教育局app 巴塘县太阳能发电信息app 嘉荫县风力发电app 苍梧县服务大厅app 忻城县公益app 贡觉县土地申报app 鄱阳县司法管理app 镇安县招标信息app 桂阳县教育局app 南陵县学校app 潼关县电台广播中心app 华宁县电视台广播app 武陟县法律服务app 嵩明县征地服务app 玉山县旅游监督app 墨脱县审计公开app 赵县惠农app 师宗县第五高中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。