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

玉溪市新闻中心app 丹东市学校app 鞍山市消费协会app 海东市征地服务app 银川市旅游协会app 天水市旅游协会app 桂林市消防宣传app 揭阳市农业app 昌都市工商局app 长春市土木工程app 安康市第三高中app 平顶山市第二小学app 牡丹江市申建app 伊春市农业app 伊春市招标信息app 铁岭市风力发电app 太原市灾害救助app 丽江市旅游监督app 山南市招标信息app 张掖市法律服务app 庆阳市工商局app 郴州市第五高中app 张掖市第二中学app 闽清县城乡建设app 额敏县重大建设公开app 福贡县第五高中app 湘潭县政要信息app 吴堡县学校简介app 华容县第五高中app 清水县卫生协会app 中江县劳动局app 凌云县政要信息app 泗阳县工商信息app 沧源佤族自治县防洪app 昭觉县环境保护协会app 吉县教育局app 久治县事业单位app 云阳县电力app 黔西县助农app 北川羌族自治县税务局app 麻江县市场监督app 崇仁县第六中学app 彭水苗族土家族自治县城乡建设app 岳池县第二高中app 大余县消费协会app 丹凤县政府信息公开指南app 佛坪县第四高中app 寿县妇联救助app 台江县城乡建设app 乐至县政要信息app 榕江县事业单位app 郏县未成年保护协会app 桃源县风力发电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。