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

临沧市安全生产app 衡水市应急管理app 包头市妇联app 银川市第四高中app 唐山市养老服务app 韶关市第五小学app 济宁市法律服务app 鞍山市养老服务app 滨州市政务监督app 七台河市卫生协会app 十堰市教育信息app 乌鲁木齐市妇联救助app 西宁市公路管理app 萍乡市第一高中app 枣庄市学校简介app 中卫市政务监督app 黑河市第三小学app 成都市农业补贴app 宜昌市第六中学app 宝鸡市第二小学app 乌海市信息公开app 广元市助农app 威海市重大建设公开app 南充市文旅信息app 青川县专题专栏app 浦江县消防局app 旺苍县卫生协会app 盐津县税收公开app 尖扎县旅游监督app 娄烦县劳动局app 巴楚县社会求助app 鸡泽县威县第六小学app 民和回族土族自治县应急管理app 安化县环境保护协会app 盈江县第六小学app 陇川县第四小学app 环县学校app 金塔县论坛app 壤塘县教育局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。