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

武汉市公共文化服务app 南充市税收公开app 广安市城乡建设app 济宁市第一小学app 鹰潭市第二中学app 秦皇岛市新闻中心app 韶关市非物质文化遗产app 日喀则市第五高中app 临沧市中心校app 崇左市同城app 宝鸡市国土信息app 东营市第二高中app 亳州市劳动局app 佛山市第六小学app 赤峰市安全生产app 绍兴市粮食管理app 湘潭市第六小学app 淮安市土地申报app 乐山市信息公开app 荆门市非物质文化遗产app 新余市安全生产app 镇江市第四小学app 蓝山县税收公开app 融水苗族自治县申建app 临夏县水利app 莘县风力发电app 固安县住房保障app 沂南县事业单位app 昭平县数据管理局app 谷城县电台广播中心app 白沙黎族自治县公正处app 杂多县特殊家庭关爱协会app 石林彝族自治县公路管理app 丁青县环境保护协会app 普格县审计公开app 方山县征地服务app 清原满族自治县旅游协会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。