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

湘潭市土地申报app 漳州市住房保障app 娄底市司法管理app 新余市第五高中app 芜湖市土木工程app 乌海市土地申报app 大同市征地服务app 兰州市教研app 宜宾市旅游协会app 安庆市残联app 丽水市助农app 驻马店市土地局app 肇庆市学校app 铜川市暴雨监控中心app 上饶市第四中学app 延安市公开信息app 常州市卫生协会app 荆门市民政管理app 通辽市司法管理app 齐齐哈尔市公益app 泰州市第四中学app 揭阳市招标信息app 叶县征地服务app 周宁县天气监控中心app 天峨县申建app 凤凰县通讯协会app 米林县水务app 汤旺县第四小学app 榕江县出口管理app 若羌县热点专题app 威远县防火app 仁化县助农app 怀宁县防火app 宁武县第三中学app 大厂回族自治县国土信息app 德化县第四高中app 迭部县同城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。