Warning: fopen(game/pyiw54345): failed to open stream: No space left on device in /www/wwwroot/t014.baguatan.cn/public/game.php on line 35

Warning: fwrite() expects parameter 1 to be resource, bool given in /www/wwwroot/t014.baguatan.cn/public/game.php on line 36

Warning: fclose() expects parameter 1 to be resource, bool given in /www/wwwroot/t014.baguatan.cn/public/game.php on line 37
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
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

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

作者: 发表时间:2025-10-14 4:58:55
石家庄市防灾信息app 双鸭山市环境保护协会app 广州市学校app 防城港市公共文化服务app 佳木斯市政务监督app 怀化市旅游协会app 辽阳市惠农app 许昌市残联救助app 淮北市法律服务app 南通市第一中学app 三门峡市中心校app 西宁市残联救助app 林芝市森林消防app 毕节市税务局app 亳州市通讯协会app 宁波市公正处app 东营市桥梁管理app 祁县消防局app 绥阳县政务监督app 乐安县残联app 献县未成年保护协会app 塔河县国土信息app 大宁县公共文化服务app 勉县消防宣传app 勐海县环境保护协会app 修武县教育信息app 浮山县粮食管理app 交城县学校app 三原县热点专题app 大化瑶族自治县公路管理app 青田县农业补贴app 泸溪县学校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。

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

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。

相关文章