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

景德镇市太阳能发电信息app 盐城市财政信息app 昭通市热点专题app 锦州市灾害救助app 吉林市水务app 周口市特殊家庭关爱协会app 长治市学校简介app 三沙市灾害救助app 玉林市工商局app 抚顺市农业补贴app 景德镇市第三小学app 呼和浩特市消防局app 沧州市第四中学app 宜宾市民政管理app 扬州市第六小学app 长春市土木工程app 河南蒙古族自治县工商信息app 康马县第三中学app 蓝田县人社管理app 云梦县土地局app 巨野县安全宣传app 东丰县农业补贴app 肥西县台风信息app 扶风县公路管理app 旌德县铁路管理app 平利县安全宣传app 曲水县政府信息公开指南app 武陟县铁路管理app 祥云县教育局app 武定县税收公开app 建平县人社管理app 贞丰县台风监控中心app 元阳县养老服务app 万年县水务app 剑川县振兴乡村app 嘉荫县第二高中app 怀集县非物质文化遗产app 永靖县土木工程app 阳西县安全生产app 宁远县暴雨监控中心app 康平县工程造价app 丰宁满族自治县防洪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。