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

舟山市学校简介app 邵阳市事业单位app 葫芦岛市铁路管理app 白山市灾害救助app 威海市政务服务app 韶关市新闻中心app 朔州市教研app 福州市铁路管理app 日喀则市防火app 云浮市住房保障app 钦州市电视台广播app 濮阳市不良信息举报app 淮南市残联app 来宾市未成年保护协会app 丽水市人社管理app 聊城市铁路管理app 吴忠市国土信息app 贵港市第二小学app 十堰市事业单位app 沧州市防灾信息app 保山市教研app 营口市同城app 吉安市灾害救助app 咸宁市消防局app 宝鸡市司法管理app 兰州市桥梁管理app 张家界市土地申报app 中山市学校简介app 银川市政务监督app 上思县公路管理app 五原县太阳能发电信息app 昌江黎族自治县养殖补助app 通榆县特殊家庭关爱协会app 西和县学校app 泸西县第三中学app 永顺县第五小学app 湘阴县防灾信息app 望都县防灾信息app 洛川县建设局信息app 镇远县第一小学app 富裕县防灾信息app 凤凰县残联救助app 甘谷县公路管理app 商南县第四高中app 东乡族自治县第一小学app 湘潭县灾害救助app 逊克县工商局app 高唐县卫生协会app 南部县农业app 建宁县历史记录app 南江县文旅信息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。