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

白城市旅游协会app 包头市环境保护协会app 蚌埠市社会求助app 阳江市天气监控中心app 肇庆市政务服务app 开封市事业单位app 汕尾市第五中学app 广元市天气监控中心app 宁波市第二高中app 阜新市铁路管理app 芜湖市工商信息app 南宁市消费协会app 桂林市助农app 鹤壁市工商信息app 双鸭山市市场监督app 黑河市通讯协会app 张家界市学校简介app 岳阳市安全生产app 延安市铁路管理app 日照市土地申报app 梧州市民政管理app 兰陵县事业单位app 尼勒克县公共文化服务app 和硕县教育局app 疏勒县税收公开app 叶城县工商局app 和硕县残联app 甘南县政府公报app 滦平县沧县消费协会app 鲁甸县电视台广播app 镇沅彝族哈尼族拉祜族自治县第一高中app 息烽县第二小学app 上思县第二高中app 平顺县第一高中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。