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

南阳市妇联救助app 雅安市第五高中app 荆州市未成年保护协会app 河源市妇联app 舟山市桥梁管理app 儋州市防灾信息app 桂林市人社管理app 惠州市土地申报app 晋城市第三高中app 太原市安全生产app 杭州市电台广播中心app 大同市惠农app 嘉兴市社会求助app 随州市专题专栏app 孝感市第四小学app 自贡市国土信息app 枣庄市防灾信息app 鞍山市税收公开app 清远市防灾信息app 沈阳市第一高中app 乌兰察布市防洪信息app 贺州市第五中学app 海东市电台广播中心app 丽江市税务局app 海东市助农app 中山市工程造价app 南充市重大建设公开app 平顶山市第五高中app 中江县土地局app 双江拉祜族佤族布朗族傣族自治县第三中学app 维西傈僳族自治县旅游监督app 张家川回族自治县残联救助app 巫溪县残联救助app 子洲县中心校app 铁岭县服务大厅app 和政县第二高中app 怀远县公开信息app 永泰县专题专栏app 滦平县沧县工程造价app 余干县第二高中app 北川羌族自治县出口管理app 岳阳县防洪app 广平县第二小学app 墨脱县第五中学app 拜城县旅游监督app 卢氏县养老服务app 武义县助农app 太白县台风监控中心app 东光县第二高中app 临西县粮食管理app 乐至县风力发电app 宜君县重大建设公开app 凤阳县应急管理app 察布查尔锡伯自治县电视台广播app 盱眙县教研app 滑县第一高中app 镇平县第一中学app 闽侯县妇联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。