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

攀枝花市税务局app 无锡市财政信息app 汕头市防火app 漳州市最新新闻app 宁德市粮食管理app 兰州市学校简介app 防城港市申建app 常德市教育信息app 松原市农业补贴app 九江市农业app 银川市非物质文化遗产app 西安市土地申报app 湘潭市卫生协会app 巴中市建设局信息app 乌海市不良信息举报app 屏东县人社管理app 蓝山县第二高中app 文成县工商信息app 岗巴县残联app 丰宁满族自治县环境保护协会app 钟山县服务大厅app 全椒县不良信息举报app 惠来县风力发电app 获嘉县环境保护协会app 博兴县社会求助app 东平县防火app 伊宁县第三中学app 中牟县第二高中app 云阳县市场监督app 隆子县城乡建设app 刚察县第一中学app 柳河县不良信息举报app 宝丰县消防宣传app 永和县重大建设公开app 平山县通讯协会app 孟村回族自治县消费协会app 天祝藏族自治县法律服务app 柞水县第四中学app 鹤峰县水务app 凤山县电力app 望奎县学校app 邵阳县环境保护协会app 桂阳县工程造价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。