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

新乡市安全宣传app 七台河市应急管理app 佛山市同城app 九江市风力发电app 日喀则市特殊家庭关爱协会app 阜新市事业单位app 日照市消防宣传app 汕尾市不良信息举报app 运城市第二中学app 林芝市第五中学app 郑州市论坛app 黄冈市学校简介app 阜新市政要信息app 黑河市电视台广播app 毕节市水务app 泰和县劳动局app 临澧县未成年保护协会app 双湖县工商局app 泰和县铁路管理app 五莲县环境保护协会app 迭部县热点专题app 屯昌县数据管理局app 罗源县农业app 永泰县税务局app 新昌县土地申报app 融安县暴雨监控中心app 尼玛县天气监控中心app 南投县信息公开app 石门县第五小学app 安新县新闻中心app 光山县消防宣传app 玉屏侗族自治县国土信息app 休宁县妇联救助app 古田县消费协会app 那坡县第四中学app 雷山县消费协会app 明溪县安全宣传app 梁河县税务局app 新蔡县土地局app 阜新蒙古族自治县助农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。