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

丹东市国土信息app 绥化市残联救助app 朝阳市暴雨监控中心app 石嘴山市土地局app 太原市水利app 吉安市第一小学app 吕梁市教育局app 衡阳市历史记录app 哈密市招标信息app 佛山市粮食管理app 乌鲁木齐市养老服务app 昭通市第五小学app 汕头市出口管理app 广元市社会求助app 周口市天气监控中心app 宿迁市学校app 泰安市电视台广播app 四平市风力发电app 周口市文旅信息app 六盘水市学校简介app 汕尾市便民app 阳江市工商局app 佛山市信息公开app 延安市工商信息app 勃利县安全生产app 宁强县妇联app 蓬溪县台风信息app 商河县公路管理app 青冈县论坛app 嵩县便民app 大关县教研app 雷波县公益app 康平县教育局app 华容县招标信息app 色达县电力app 安福县应急管理app 玛沁县人社管理app 芷江侗族自治县第一高中app 天台县财政信息app 仁寿县电力app 绛县民政管理app 海晏县政府公报app 元阳县水利app 成武县便民app 泾阳县法律服务app 郎溪县安全生产app 清河县财政信息app 越西县第二中学app 青阳县公共文化服务app 亚东县农业补贴app 化德县商都县信息公开app 陵川县第二高中app 九龙县养殖补助app 九龙县桥梁管理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。