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

合肥市财政信息app 南通市第三高中app 信阳市街道办app 蚌埠市政府公报app 抚顺市最新新闻app 长春市第三高中app 丹东市森林消防app 厦门市第二中学app 金华市政府公报app 玉林市服务大厅app 南平市人社管理app 南京市桥梁管理app 昌都市防洪app 茂名市第五小学app 连云港市最新新闻app 宿州市第二中学app 辽源市农业局app 南充市桥梁管理app 青岛市最新新闻app 鄂尔多斯市热点专题app 资阳市最新新闻app 芜湖市招标信息app 来宾市司法管理app 宁海县政务监督app 长丰县惠农app 桓仁满族自治县政务监督app 柯坪县教研app 和顺县水务app 蕉岭县农业补贴app 方山县消防局app 惠来县环境保护协会app 南澳县教育信息app 高青县暴雨监控中心app 镇康县审计公开app 察隅县风力发电app 浮山县教育局app 永嘉县第五高中app 金沙县公正处app 高县住房保障app 海盐县税务局app 剑河县建设局信息app 阳新县不良信息举报app 蕲春县振兴乡村app 息烽县水务app 白朗县桥梁管理app 澜沧拉祜族自治县国土信息app 福海县安全生产app 沂南县卫生协会app 夏邑县征地服务app 五原县公正处app 剑阁县政务服务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。