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

吴忠市第二高中app 济南市防洪信息app 包头市司法管理app 白山市新闻中心app 云浮市第一高中app 黑河市电视台广播app 合肥市民政管理app 威海市第二小学app 枣庄市政府公报app 常德市财政信息app 随州市出口管理app 鹤壁市教育局app 青岛市安全宣传app 丽江市学校app 辽阳市第四高中app 盐城市振兴乡村app 普洱市电视台广播app 廊坊市未成年保护协会app 梅州市公路管理app 淮南市建设局信息app 开封市电视台广播app 平顶山市旅游协会app 咸阳市农业app 益阳市安全宣传app 黄石市新闻中心app 咸丰县第四中学app 龙游县第四高中app 汤旺县工程造价app 岳普湖县税务局app 南华县申建app 竹山县工程造价app 高青县养殖补助app 灵寿县第六小学app 稷山县环境保护协会app 兴和县农业局app 江永县同城app 麻栗坡县森林消防app 日土县农业局app 庆元县征地服务app 建昌县事业单位app 罗甸县第五高中app 富宁县公开信息app 理塘县税收公开app 迁西县建设局信息app 沅陵县灾害救助app 围场满族蒙古族自治县新闻中心app 浮山县最新新闻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。