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

四平市学校app 金华市信息公开app 鄂尔多斯市台风信息app 淮北市学校app 崇左市论坛app 鹰潭市电台广播中心app 金昌市第五高中app 邯郸市消防局app 汉中市第二高中app 邵阳市惠农app 长春市森林消防app 眉山市第二高中app 晋中市劳动局app 常德市住房保障app 萍乡市政府公报app 鄂尔多斯市安全生产app 巴彦淖尔市热点专题app 随州市应急管理app 盐城市振兴乡村app 衡阳市政务服务app 泰州市妇联app 晋中市农业app 徐州市第一中学app 宁德市第五小学app 赣州市建设局信息app 建昌县社会求助app 东兰县暴雨监控中心app 丁青县第六小学app 汤旺县最新新闻app 隰县妇联app 白朗县消防宣传app 东辽县建设局信息app 隆化县风力发电app 翁源县第六小学app 新绛县民政管理app 白水县重大建设公开app 阜平县社会求助app 宝丰县水利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。