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

渭南市征地服务app 海口市第三高中app 来宾市同城app 萍乡市同城app 许昌市电力app 西安市财政信息app 包头市出口管理app 朔州市劳动局app 咸宁市第二中学app 漳州市残联app 赤峰市防灾信息app 佛山市土地局app 百色市政要信息app 乌鲁木齐市残联救助app 河源市水务app 巴彦淖尔市申建app 白山市铁路管理app 五莲县住房保障app 阿克塞哈萨克族自治县政府公报app 睢县第二高中app 墨脱县公共法律服务app 开化县国土信息app 新化县铁路管理app 荔波县第一中学app 天全县天气监控中心app 柘荣县民政管理app 罗城仫佬族自治县风力发电app 札达县第六中学app 甘南县数据管理局app 岳西县第六小学app 孟村回族自治县服务大厅app 桂东县民政管理app 且末县妇联app 绥江县最新新闻app 紫云苗族布依族自治县最新新闻app 理塘县建设局信息app 鄄城县风力发电app 石城县粮食管理app 宁蒗彝族自治县教育信息app 琼中黎族苗族自治县第二中学app 双江拉祜族佤族布朗族傣族自治县新闻中心app 东辽县社会求助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。