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

荆州市税收公开app 永州市政务服务app 太原市旅游协会app 平凉市电台广播中心app 成都市第二高中app 张掖市税务局app 孝感市卫生协会app 眉山市城乡建设app 惠州市水务app 白城市专题专栏app 天水市消费协会app 那曲市第五高中app 德阳市土地申报app 太原市残联救助app 忻州市台风信息app 晋中市第一高中app 南京市残联app 南平市防火app 沈阳市政务服务app 防城港市消防局app 铜陵市妇联app 淮北市旅游协会app 济宁市灾害救助app 盘锦市太阳能发电信息app 济南市建设局信息app 灵山县太阳能发电信息app 泽州县政府公报app 洛川县水务app 新兴县消防宣传app 庆元县论坛app 萨嘎县第一高中app 上栗县政务服务app 广宗县不良信息举报app 吉隆县暴雨监控中心app 岳普湖县农业补贴app 安阳县工商局app 永泰县天气监控中心app 黑水县教育信息app 怀集县农业app 定安县最新新闻app 平乡县台风监控中心app 治多县公开信息app 平罗县暴雨监控中心app 赫章县助农app 博白县公路管理app 岳池县建设局信息app 临猗县历史记录app 麻栗坡县热点专题app 宁海县森林消防app 垫江县第二高中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。