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

嘉兴市第五中学app 舟山市公正处app 温州市旅游协会app 哈尔滨市土地局app 中卫市招标信息app 衡水市第三小学app 伊春市土地申报app 龙岩市政务服务app 衡阳市第六中学app 厦门市土木工程app 海东市学校app 周口市土木工程app 鄂州市通讯协会app 武威市森林消防app 日照市通讯协会app 贵港市旅游协会app 南宁市妇联app 郴州市新闻中心app 蚌埠市信息公开app 远安县森林消防app 肇源县土地局app 长顺县残联救助app 贺兰县征地服务app 东阿县土地申报app 苗栗县第三小学app 柏乡县第二小学app 浚县社会求助app 连平县安全生产app 易县农业app 德保县森林消防app 陆河县学校简介app 盈江县环境保护协会app 永清县教研app 聂荣县太阳能发电信息app 永嘉县土地局app 大关县第一中学app 横县便民app 洛扎县中心校app 石台县学校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。