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

珠海市税务局app 濮阳市农业局app 西宁市信息公开app 宿迁市社会求助app 德阳市防洪信息app 湛江市农业局app 乐山市公共法律服务app 邢台市工程造价app 白山市消防宣传app 嘉峪关市养老服务app 芜湖市第四高中app 娄底市旅游协会app 韶关市街道办app 景德镇市学校简介app 定日县招标信息app 巧家县同城app 博罗县第五小学app 汉源县惠农app 涿鹿县国土信息app 兴隆县服务大厅app 隆化县专题专栏app 耿马傣族佤族自治县森林消防app 林西县电力app 石阡县第六中学app 集贤县同城app 永春县暴雨监控中心app 新安县征地服务app 呼玛县通讯协会app 林西县热点专题app 麻栗坡县教育局app 汪清县国土信息app 单县防洪app 宁陵县社会求助app 伊通满族自治县公开信息app 宜良县妇联救助app 卢龙县第三中学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。