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

吕梁市征地服务app 百色市养老服务app 辽源市天气监控中心app 清远市天气监控中心app 金昌市最新新闻app 聊城市人社管理app 吕梁市妇联app 十堰市养老服务app 枣庄市事业单位app 南宁市安全宣传app 阜新市粮食管理app 日照市第四高中app 泉州市环境保护协会app 临汾市水利app 鄂州市环境保护协会app 温州市振兴乡村app 攀枝花市农业局app 荆门市第三中学app 襄阳市税务局app 东营市铁路管理app 吉县公路管理app 民丰县城乡建设app 延长县太阳能发电信息app 松溪县特殊家庭关爱协会app 镇沅彝族哈尼族拉祜族自治县热点专题app 绛县人社管理app 茶陵县旅游协会app 永昌县安全生产app 交口县土木工程app 全南县事业单位app 延长县第一中学app 金平苗族瑶族傣族自治县特殊家庭关爱协会app 仪陇县灾害救助app 魏县教育信息app 哈巴河县人社管理app 察布查尔锡伯自治县电力app 集贤县应急管理app 兰陵县公路管理app 贡山独龙族怒族自治县台风信息app 榕江县农业补贴app 铜鼓县农业app 西盟佤族自治县妇联app 黎城县第五高中app 芦溪县政务监督app 子洲县最新新闻app 平陆县同城app 昌江黎族自治县不良信息举报app 临澧县中心校app 常山县通讯协会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。