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

宜昌市铁路管理app 鹰潭市安全宣传app 深圳市森林消防app 淄博市土木工程app 鸡西市妇联救助app 梧州市防洪app 桂林市旅游协会app 聊城市数据管理局app 枣庄市热点专题app 钦州市暴雨监控中心app 合肥市旅游协会app 亳州市便民app 巴彦淖尔市农业补贴app 六安市政务服务app 永州市第五中学app 平凉市农业app 唐山市太阳能发电信息app 宜春市防灾信息app 徐州市旅游协会app 钦州市铁路管理app 宁化县便民app 岫岩满族自治县工程造价app 金秀瑶族自治县电视台广播app 诏安县街道办app 同心县第五高中app 汤阴县公开信息app 吉水县惠农app 兰考县养殖补助app 兴国县妇联救助app 宁海县未成年保护协会app 汶川县农业补贴app 于都县事业单位app 社旗县第二小学app 砀山县法律服务app 兴和县第三小学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。