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

贺州市防洪信息app 乌海市农业app 晋城市土木工程app 本溪市社会求助app 日照市暴雨监控中心app 辽源市第三小学app 青岛市电视台广播app 潮州市学校app 林芝市第五高中app 台州市征地服务app 渭南市第二小学app 晋中市第一小学app 河池市国土信息app 丹东市防洪信息app 青岛市第三中学app 沈阳市热点专题app 南平市第二高中app 邢台市第四中学app 荆门市妇联app 海原县便民app 波密县教育信息app 大邑县助农app 华池县太阳能发电信息app 纳雍县第一高中app 马关县人社管理app 永仁县惠农app 金塔县第一小学app 长武县未成年保护协会app 怀宁县文旅信息app 琼结县学校简介app 阳谷县建设局信息app 泾阳县防灾信息app 双柏县论坛app 盂县住房保障app 甘孜县土地局app 洪洞县税务局app 黄龙县残联app 西华县文旅信息app 新和县学校简介app 陇西县土木工程app 永丰县台风监控中心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。