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

儋州市第五高中app 鄂尔多斯市劳动局app 龙岩市特殊家庭关爱协会app 淮北市征地服务app 商丘市电台广播中心app 宁德市审计公开app 四平市安全生产app 晋城市消费协会app 池州市最新新闻app 葫芦岛市最新新闻app 孝感市第六小学app 庆阳市建设局信息app 铜仁市暴雨监控中心app 衡阳市工程造价app 朔州市公正处app 白山市信息公开app 中卫市粮食管理app 鹰潭市土木工程app 铜仁市审计公开app 焦作市灾害救助app 南通市第四中学app 金华市税收公开app 柯坪县桥梁管理app 青冈县粮食管理app 黑山县第一中学app 临城县审计公开app 磁县养殖补助app 玉田县农业app 龙门县土地申报app 广河县第三中学app 塔什库尔干塔吉克自治县旅游协会app 赞皇县残联app 将乐县新闻中心app 平利县税务局app 嵩县土地局app 双江拉祜族佤族布朗族傣族自治县太阳能发电信息app 环县铁路管理app 循化撒拉族自治县市场监督app 安溪县政府公报app 望江县消防宣传app 峡江县市场监督app 霞浦县未成年保护协会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。