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

邵阳市国土信息app 北海市住房保障app 珠海市教育信息app 宜春市台风信息app 贵港市水务app 六安市特殊家庭关爱协会app 鞍山市农业app 扬州市公益app 哈密市台风信息app 萍乡市第二高中app 哈尔滨市第一中学app 南京市电台广播中心app 佳木斯市特殊家庭关爱协会app 惠州市养殖补助app 辽阳市风力发电app 汕尾市环境保护协会app 潮州市第二高中app 朔州市第二高中app 广安市市场监督app 贺州市审计公开app 三亚市特殊家庭关爱协会app 安平县防洪信息app 玛多县住房保障app 冠县第三高中app 镇宁布依族苗族自治县第二小学app 洛隆县公共法律服务app 民丰县第四中学app 永顺县公益app 勐腊县热点专题app 潢川县服务大厅app 平山县公开信息app 定南县第五高中app 太康县电视台广播app 麻阳苗族自治县重大建设公开app 泸溪县出口管理app 玉田县水利app 金乡县第一中学app 武功县惠农app 武城县第四高中app 长海县残联app 绥江县工程造价app 攸县教育局app 金塔县工程造价app 陵水黎族自治县民政管理app 巴楚县粮食管理app 永清县专题专栏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。