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

合肥市中心校app 新乡市太阳能发电信息app 陇南市防洪信息app 绵阳市第六中学app 葫芦岛市政务监督app 吐鲁番市台风信息app 朔州市非物质文化遗产app 郑州市教研app 松原市税收公开app 新余市政府信息公开指南app 杭州市第二小学app 镇雄县申建app 沽源县法律服务app 上杭县养殖补助app 永寿县论坛app 合浦县政府公报app 庆元县应急管理app 高青县桥梁管理app 仁寿县残联救助app 平潭县台风信息app 寿县文旅信息app 宝丰县第二高中app 金乡县事业单位app 萨嘎县旅游协会app 东源县水务app 南城县征地服务app 河南蒙古族自治县惠农app 古蔺县第六小学app 雄县税收公开app 岳普湖县同城app 墨玉县公共法律服务app 金溪县土地申报app 山阳县政要信息app 稷山县消防宣传app 濮阳县论坛app 临武县政务服务app 河南蒙古族自治县公正处app 宾县警务app 嘉禾县政要信息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。