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

宣城市政府公报app 淮北市消防局app 武威市信息公开app 南通市土地申报app 成都市第六中学app 安庆市事业单位app 雅安市城乡建设app 黑河市公路管理app 南平市水务app 泰州市第二小学app 马鞍山市数据管理局app 明水县庆安县学校app 开鲁县税务局app 新野县中心校app 来安县第一中学app 广昌县第四高中app 永和县农业app 临邑县第一中学app 柏乡县数据管理局app 新田县防洪信息app 祁东县振兴乡村app 双牌县助农app 清水河县第六中学app 安龙县建设局信息app 峨边彝族自治县非物质文化遗产app 塔河县城乡建设app 凤台县台风监控中心app 札达县旅游监督app 宁海县劳动局app 始兴县环境保护协会app 蒲县征地服务app 沁水县第二中学app 达日县台风监控中心app 德钦县第四中学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。