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

聊城市重大建设公开app 鄂尔多斯市安全宣传app 南宁市中心校app 枣庄市环境保护协会app 鹰潭市农业局app 白山市历史记录app 舟山市城乡建设app 吐鲁番市防洪app 潍坊市防洪信息app 大庆市第六小学app 日喀则市公路管理app 毕节市防洪app 伊春市卫生协会app 贺州市第三小学app 镇江市旅游协会app 亳州市人社管理app 烟台市消费协会app 东营市招标信息app 西安市第二小学app 乌兰察布市第一高中app 临沂市公共文化服务app 贵阳市通讯协会app 马鞍山市暴雨监控中心app 邯郸市应急管理app 聊城市专题专栏app 包头市公共法律服务app 商洛市第一高中app 汕尾市新闻中心app 保山市政务监督app 嘉峪关市电台广播中心app 永嘉县公路管理app 庆云县审计公开app 天全县消防局app 墨竹工卡县第一中学app 会宁县第五中学app 米林县妇联app 富民县防洪app 屏边苗族自治县专题专栏app 洛隆县政务服务app 卓资县暴雨监控中心app 泰来县税务局app 行唐县消费协会app 明溪县旅游协会app 佳县公路管理app 上高县环境保护协会app 曲周县人社管理app 洛南县公正处app 惠水县历史记录app 荣县数据管理局app 镇宁布依族苗族自治县第二高中app 德钦县论坛app 凤庆县应急管理app 桂阳县残联app 天镇县公路管理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。