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

湘潭市电台广播中心app 松原市民政管理app 沧州市第一小学app 通辽市司法管理app 邵阳市建设局信息app 忻州市公共法律服务app 白城市第六中学app 扬州市事业单位app 衢州市消费协会app 蚌埠市审计公开app 郴州市市场监督app 白城市便民app 郴州市残联app 攀枝花市历史记录app 张家界市台风监控中心app 伊春市工商信息app 喀喇沁左翼蒙古族自治县事业单位app 沂水县旅游协会app 古田县惠农app 霞浦县政要信息app 琼中黎族苗族自治县第六小学app 泸县太阳能发电信息app 得荣县劳动局app 正定县环境保护协会app 兴县旅游监督app 那坡县天气监控中心app 肇源县重大建设公开app 秀山土家族苗族自治县暴雨监控中心app 台江县征地服务app 平潭县妇联救助app 阳谷县政府信息公开指南app 克东县台风信息app 云梦县热点专题app 青河县服务大厅app 甘泉县特殊家庭关爱协会app 吴起县文旅信息app 大城县通讯协会app 昭平县消防局app 沈丘县安全生产app 大余县国土信息app 郧西县教育信息app 右玉县灾害救助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。