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

宝鸡市历史记录app 乌海市防洪app 大连市养老服务app 咸阳市暴雨监控中心app 呼伦贝尔市灾害救助app 惠州市不良信息举报app 秦皇岛市税务局app 普洱市灾害救助app 淄博市文旅信息app 昆明市市场监督app 铜仁市第一小学app 齐齐哈尔市电视台广播app 无锡市安全宣传app 兰州市第二中学app 昭通市电视台广播app 汕尾市国土信息app 阳西县旅游协会app 台江县法律服务app 岚县第二中学app 沐川县学校简介app 盂县政务监督app 甘泉县第三高中app 道孚县公正处app 平顺县财政信息app 错那县学校简介app 荔波县政要信息app 含山县工商信息app 文县论坛app 喜德县服务大厅app 芒康县太阳能发电信息app 拜泉县非物质文化遗产app 香河县景县文旅信息app 青阳县新闻中心app 龙川县环境保护协会app 察雅县暴雨监控中心app 湘潭县养老服务app 宁县妇联app 宾县电视台广播app 玛曲县应急管理app 乳源瑶族自治县工商局app 绥阳县电力app 宁强县第二小学app 札达县重大建设公开app 肃宁县论坛app 道县工商信息app 麻栗坡县应急管理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。