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

石嘴山市文旅信息app 临沧市铁路管理app 襄阳市电台广播中心app 巴中市妇联app 巴中市第二中学app 梅州市学校app 黄石市申建app 嘉兴市便民app 石家庄市卫生协会app 聊城市第四高中app 佳木斯市住房保障app 双鸭山市政务服务app 宝鸡市残联app 兰州市公路管理app 景谷傣族彝族自治县第五小学app 弋阳县警务app 江城哈尼族彝族自治县警务app 和静县信息公开app 绥宁县森林消防app 浦城县第六中学app 清水县妇联救助app 咸丰县妇联救助app 恭城瑶族自治县新闻中心app 喜德县第二中学app 昭苏县最新新闻app 西吉县安全宣传app 溆浦县消防局app 民勤县卫生协会app 桦南县养殖补助app 绩溪县第三小学app 诏安县劳动局app 绥宁县防洪app 岚县社会求助app 金秀瑶族自治县电台广播中心app 宁城县农业app 黄平县申建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。