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

抚顺市灾害救助app 呼伦贝尔市文旅信息app 无锡市消防局app 呼伦贝尔市水务app 遂宁市事业单位app 开封市第五中学app 营口市消防宣传app 克拉玛依市第二小学app 阳江市政府公报app 湘潭市住房保障app 九寨沟县消防局app 彝良县住房保障app 雅江县住房保障app 泽州县水利app 红安县工程造价app 黄陵县学校简介app 周至县公益app 横县消费协会app 惠东县第五小学app 郸城县消防宣传app 陇川县第二中学app 拜泉县暴雨监控中心app 右玉县土木工程app 阳高县第五小学app 元江哈尼族彝族傣族自治县电视台广播app 围场满族蒙古族自治县信息公开app 临泉县第二高中app 睢宁县便民app 环江毛南族自治县第四高中app 博野县防火app 凤台县政府信息公开指南app 英吉沙县热点专题app 安远县水务app 中宁县最新新闻app 徽县第二中学app 青河县税收公开app 潼关县农业补贴app 信丰县粮食管理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。