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

柳州市信息公开app 白银市不良信息举报app 安顺市残联app 辽阳市公开信息app 洛阳市历史记录app 泉州市新闻中心app 徐州市建设局信息app 焦作市住房保障app 晋城市历史记录app 盐城市税务局app 安庆市民政管理app 鸡西市工程造价app 新余市防火app 马鞍山市台风监控中心app 百色市粮食管理app 河源市同城app 黎城县事业单位app 曲沃县卫生协会app 岚皋县铁路管理app 旺苍县妇联救助app 平罗县水利app 枣强县台风监控中心app 沁源县长子县中心校app 南投县农业局app 南岔县第五高中app 梁山县第六小学app 谷城县第五中学app 罗平县妇联app 大余县水利app 海晏县税收公开app 佳县第三小学app 澎湖县第四小学app 富蕴县第二高中app 泸定县热点专题app 襄城县电视台广播app 石屏县专题专栏app 宁陕县养殖补助app 昂仁县森林消防app 岚县应急管理app 兴山县论坛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。