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

七台河市社会求助app 深圳市消费协会app 固原市工程造价app 东莞市法律服务app 阜新市公开信息app 新乡市非物质文化遗产app 宁德市历史记录app 襄阳市通讯协会app 昆明市公路管理app 芜湖市第一小学app 黄石市申建app 东莞市专题专栏app 杭州市财政信息app 梧州市防洪app 盐城市第三小学app 合肥市电台广播中心app 呼伦贝尔市第三高中app 铁岭市政务监督app 常德市养老服务app 资中县城乡建设app 桑日县建设局信息app 德江县公共法律服务app 漳县事业单位app 咸丰县最新新闻app 长泰县第一高中app 东阿县第三小学app 乐东黎族自治县农业局app 沂水县灾害救助app 宜君县太阳能发电信息app 南部县审计公开app 井研县政务服务app 黎城县数据管理局app 泌阳县公正处app 富平县第四小学app 松潘县安全宣传app 威信县国土信息app 沁县法律服务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。