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

玉林市妇联app 许昌市审计公开app 宿州市热点专题app 新乡市安全生产app 济南市灾害救助app 张掖市安全宣传app 桂林市审计公开app 黑河市学校app 唐山市服务大厅app 商洛市台风监控中心app 鄂尔多斯市公路管理app 杭州市第四小学app 日照市政府公报app 泸州市教育局app 梧州市第四小学app 吕梁市人社管理app 滁州市天气监控中心app 衡水市第四高中app 眉山市人社管理app 株洲市第三高中app 包头市招标信息app 庆阳市第六中学app 驻马店市税收公开app 宝鸡市太阳能发电信息app 广安市住房保障app 金华市电台广播中心app 泾源县农业局app 喀喇沁左翼蒙古族自治县不良信息举报app 麻栗坡县公益app 涉县通讯协会app 墨竹工卡县工程造价app 泽州县养老服务app 临潭县第二高中app 武城县信息公开app 阿瓦提县第二小学app 镇安县非物质文化遗产app 余干县台风信息app 繁峙县妇联app 金堂县重大建设公开app 大名县第六中学app 澄城县法律服务app 玉山县事业单位app 富顺县防灾信息app 屏南县助农app 息烽县农业局app 东辽县公正处app 湘潭县应急管理app 天峻县政府公报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。