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

西宁市出口管理app 无锡市非物质文化遗产app 秦皇岛市街道办app 鸡西市公正处app 龙岩市第四高中app 渭南市太阳能发电信息app 南阳市征地服务app 三明市市场监督app 河源市公益app 贵港市数据管理局app 吉安市司法管理app 渭南市防洪app 驻马店市政务服务app 三明市不良信息举报app 黄石市政府信息公开指南app 台州市振兴乡村app 南充市养老服务app 商洛市建设局信息app 衡阳市土地申报app 阳泉市公正处app 齐齐哈尔市第一小学app 庆阳市第四高中app 吐鲁番市灾害救助app 曲靖市工程造价app 吕梁市农业app 云浮市街道办app 东营市第四小学app 寿阳县养老服务app 大邑县水务app 获嘉县重大建设公开app 文水县安全宣传app 大荔县特殊家庭关爱协会app 泸县电力app 平潭县政要信息app 开阳县第六小学app 枣强县公路管理app 拜泉县第一中学app 得荣县政务监督app 桂阳县电视台广播app 湟源县第五小学app 杂多县文旅信息app 克山县第六中学app 兴国县第二高中app 察布查尔锡伯自治县电视台广播app 宕昌县公益app 清流县申建app 长宁县妇联救助app 隆德县妇联app 永泰县妇联救助app 井陉县电台广播中心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。