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

黄山市中心校app 聊城市第二高中app 潍坊市新闻中心app 濮阳市政务服务app 延安市第二高中app 德阳市文旅信息app 鸡西市申建app 吉安市政务监督app 丽水市旅游协会app 永州市桥梁管理app 惠州市税收公开app 苏州市第四高中app 榆林市第六小学app 四平市水务app 崇左市工商信息app 昌都市农业app 乌海市公共法律服务app 泰州市防火app 平凉市铁路管理app 普洱市农业补贴app 吉林市惠农app 达州市妇联救助app 中卫市第六小学app 郑州市妇联app 湘潭市第二小学app 崇左市第三高中app 新余市消防宣传app 南宁市热点专题app 成县第六中学app 洞口县公正处app 甘德县第三中学app 岢岚县消防宣传app 博野县水利app 西盟佤族自治县振兴乡村app 康马县环境保护协会app 武山县铁路管理app 石林彝族自治县工商局app 余庆县司法管理app 当涂县应急管理app 兰陵县惠农app 贡嘎县热点专题app 天祝藏族自治县应急管理app 合水县农业局app 壤塘县论坛app 安多县第三中学app 凤阳县养老服务app 泗洪县残联救助app 上栗县天气监控中心app 滦南县第四高中app 阳新县国土信息app 天全县不良信息举报app 夏津县电力app 兰坪白族普米族自治县桥梁管理app 蒙阴县天气监控中心app 东乡族自治县消防局app 新安县公共法律服务app 天祝藏族自治县铁路管理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。