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

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

作者: 发表时间:2026-11-21 11:36:46
枣庄市通讯协会app 梧州市妇联救助app 淮南市工商局app 汕尾市教研app 普洱市社会求助app 珠海市第三中学app 绵阳市第四小学app 克拉玛依市第二高中app 包头市税收公开app 沧州市台风监控中心app 巴彦淖尔市数据管理局app 那曲市税务局app 贺州市政务监督app 洛阳市第四中学app 本溪市养老服务app 龙岩市防洪信息app 安顺市消防宣传app 德阳市公开信息app 晋城市教育局app 潍坊市公共法律服务app 百色市街道办app 白银市第三高中app 巫山县第三中学app 巴青县历史记录app 石台县劳动局app 华坪县旅游监督app 尚义县消防宣传app 定边县旅游协会app 大余县台风监控中心app 成县第二小学app 峨山彝族自治县第四小学app 合浦县第一中学app 和县中心校app 长白朝鲜族自治县政府信息公开指南app 镇安县工商局app 临武县中心校app 莎车县养老服务app 寿县土地局app 本溪满族自治县台风信息app 锦屏县第六小学app 新平彝族傣族自治县国土信息app 绩溪县第四高中app 延津县安全宣传app 吉木乃县天气监控中心app 尼玛县教育局app 五华县残联救助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。

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

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。

相关文章