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

阜阳市服务大厅app 南昌市政务服务app 吉林市第一小学app 永州市灾害救助app 温州市新闻中心app 鸡西市电力app 抚州市论坛app 铜仁市助农app 齐齐哈尔市农业app 菏泽市土木工程app 锦州市公共法律服务app 广州市第四高中app 牡丹江市电力app 泰州市灾害救助app 眉山市教育信息app 铜仁市新闻中心app 六盘水市电台广播中心app 杭州市热点专题app 包头市社会求助app 昆明市台风信息app 上饶市公开信息app 海东市公共文化服务app 忻州市台风信息app 山南市太阳能发电信息app 安庆市学校简介app 固原市卫生协会app 张家界市铁路管理app 佳木斯市消防局app 铜仁市劳动局app 呼和浩特市教研app 金塔县助农app 甘泉县桥梁管理app 普兰县社会求助app 曲周县论坛app 汤旺县税收公开app 封丘县第五中学app 泌阳县台风信息app 濉溪县枞阳县历史记录app 泾县土地局app 垫江县水务app 裕民县服务大厅app 得荣县征地服务app 白朗县农业app 莲花县粮食管理app 峡江县公正处app 五峰土家族自治县特殊家庭关爱协会app 含山县卫生协会app 丰都县政务服务app 兴国县养殖补助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。