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

黄石市第二高中app 宜宾市养殖补助app 亳州市通讯协会app 沧州市政府信息公开指南app 吉林市土地局app 吴忠市财政信息app 张家口市事业单位app 新余市工商信息app 咸阳市旅游监督app 十堰市教研app 包头市灾害救助app 芜湖市森林消防app 吐鲁番市不良信息举报app 武威市数据管理局app 湛江市工商信息app 延寿县消费协会app 峡江县土木工程app 崇仁县第二小学app 马山县应急管理app 连平县妇联救助app 全南县防火app 万年县教育信息app 临县学校app 班戈县妇联app 石柱土家族自治县公路管理app 泸西县第六中学app 泾阳县数据管理局app 西充县粮食管理app 泾源县热点专题app 桐庐县养殖补助app 长顺县公开信息app 双峰县第一中学app 邱县土地申报app 新田县城乡建设app 明溪县台风信息app 宁津县重大建设公开app 天镇县应急管理app 同德县消费协会app 东兰县学校简介app 安吉县教研app 策勒县审计公开app 岱山县司法管理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。