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

安庆市电力app 平凉市旅游监督app 兰州市教育信息app 宜宾市工商信息app 南宁市养老服务app 伊春市铁路管理app 黄冈市土木工程app 泉州市民政管理app 毕节市政要信息app 云浮市未成年保护协会app 雅安市养殖补助app 巴中市铁路管理app 盘锦市粮食管理app 中卫市铁路管理app 珠海市水利app 丹东市教研app 宿州市申建app 咸阳市最新新闻app 烟台市妇联救助app 宁波市第二中学app 沈阳市公路管理app 石嘴山市出口管理app 罗山县国土信息app 耿马傣族佤族自治县历史记录app 泌阳县农业补贴app 临泉县台风监控中心app 伊吾县妇联app 贞丰县公益app 旬阳县环境保护协会app 仁化县服务大厅app 颍上县妇联app 易门县灾害救助app 雷山县城乡建设app 江口县旅游协会app 巨鹿县工程造价app 金门县专题专栏app 德保县不良信息举报app 托克托县第五小学app 黑山县土地局app 定襄县财政信息app 仁布县事业单位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。