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

咸宁市学校简介app 三明市税收公开app 荆门市服务大厅app 临汾市桥梁管理app 巴中市不良信息举报app 荆门市同城app 盘锦市台风信息app 百色市水利app 资阳市未成年保护协会app 漳州市防灾信息app 牡丹江市法律服务app 盘锦市同城app 三亚市粮食管理app 景德镇市应急管理app 聊城市新闻中心app 厦门市历史记录app 长沙市街道办app 海东市文旅信息app 沈阳市太阳能发电信息app 宁波市第五中学app 盐城市警务app 信阳市政务服务app 宣城市消防局app 广安市重大建设公开app 巴中市审计公开app 汝阳县森林消防app 颍上县粮食管理app 屏边苗族自治县消防局app 岚皋县未成年保护协会app 阜平县论坛app 郯城县第六中学app 睢宁县消费协会app 镇宁布依族苗族自治县农业app 天柱县信息公开app 翼城县农业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。