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

白山市工商信息app 淮安市特殊家庭关爱协会app 平顶山市专题专栏app 兰州市防火app 龙岩市环境保护协会app 滨州市财政信息app 武威市政府信息公开指南app 广安市文旅信息app 那曲市养殖补助app 太原市第五小学app 鄂州市学校app 云浮市残联app 六盘水市学校app 牡丹江市第三中学app 绥化市水利app 泰州市工商信息app 运城市台风监控中心app 鸡西市消防局app 赣州市防火app 平凉市公共文化服务app 淄博市税务局app 安顺市公开信息app 池州市公共法律服务app 嘉兴市太阳能发电信息app 合肥市政要信息app 怀化市风力发电app 泰安市政府公报app 阳曲县文旅信息app 临西县热点专题app 普兰县政府公报app 肥东县政府信息公开指南app 鸡泽县威县政务服务app 鱼台县工商信息app 浑源县工商信息app 固阳县未成年保护协会app 开阳县电力app 郎溪县灾害救助app 肥东县住房保障app 关岭布依族苗族自治县土地局app 寿阳县新闻中心app 康县电力app 汝南县工商信息app 林西县第二小学app 麟游县不良信息举报app 从江县第四高中app 岑巩县通讯协会app 红河县暴雨监控中心app 理县第三高中app 榆中县中心校app 壤塘县社会求助app 林西县水务app 岫岩满族自治县非物质文化遗产app 青田县第三高中app 五原县数据管理局app 旺苍县第五中学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。