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

长治市数据管理局app 潍坊市太阳能发电信息app 乌兰察布市教研app 包头市桥梁管理app 丽水市土地申报app 宿迁市历史记录app 西宁市农业局app 上饶市人社管理app 银川市招标信息app 菏泽市第二高中app 六安市特殊家庭关爱协会app 宿州市中心校app 平顶山市申建app 那曲市征地服务app 达州市第六中学app 银川市服务大厅app 铜陵市警务app 柳州市同城app 巴彦淖尔市论坛app 云浮市安全生产app 明水县庆安县工商信息app 绥阳县消费协会app 巧家县第二高中app 旺苍县社会求助app 淇县第五小学app 宁强县政务服务app 建宁县消费协会app 砀山县政府信息公开指南app 萨嘎县电力app 通道侗族自治县土木工程app 商水县粮食管理app 五河县警务app 贡山独龙族怒族自治县粮食管理app 临洮县防火app 马关县安全宣传app 龙州县惠农app 康保县电视台广播app 民丰县养殖补助app 富宁县非物质文化遗产app 襄垣县振兴乡村app 环江毛南族自治县学校app 宁晋县第五中学app 原阳县公共法律服务app 新乡县第二高中app 德钦县环境保护协会app 武川县第五小学app 内乡县劳动局app 通化县住房保障app 通渭县人社管理app 曲水县农业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。