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

漯河市电视台广播app 吉林市特殊家庭关爱协会app 本溪市税收公开app 郴州市第五高中app 西宁市中心校app 眉山市教育局app 嘉峪关市天气监控中心app 黑河市第五小学app 呼伦贝尔市人社管理app 贵阳市农业局app 南京市旅游协会app 吕梁市申建app 西宁市土地局app 滁州市教育信息app 定西市水利app 百色市第一高中app 东莞市公正处app 上饶市法律服务app 江门市公共文化服务app 郴州市天气监控中心app 龙岩市热点专题app 滨州市最新新闻app 靖安县第二高中app 古县中心校app 无极县消防局app 叶城县第三高中app 芦山县第五高中app 扎囊县第一中学app 古丈县第四小学app 濉溪县枞阳县消防宣传app 鲁山县妇联救助app 甘孜县第二高中app 道县公路管理app 扎囊县妇联救助app 留坝县残联app 察隅县消防宣传app 沐川县公开信息app 砚山县电视台广播app 天全县第四高中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。