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

郑州市防洪信息app 张家界市农业局app 洛阳市防洪信息app 海口市第五小学app 安顺市卫生协会app 盐城市暴雨监控中心app 太原市妇联救助app 内江市太阳能发电信息app 保定市税收公开app 抚顺市不良信息举报app 梧州市同城app 郴州市残联救助app 贵阳市城乡建设app 呼和浩特市第二高中app 黄冈市森林消防app 承德市第一高中app 淮安市消费协会app 嘉兴市第五小学app 哈尔滨市国土信息app 聊城市灾害救助app 马鞍山市妇联app 潍坊市历史记录app 永州市数据管理局app 资阳市民政管理app 庆阳市农业app 白银市土木工程app 和顺县农业局app 都兰县环境保护协会app 祁阳县历史记录app 黑山县申建app 迁西县便民app 清涧县便民app 怀安县安全生产app 庄浪县中心校app 延长县防火app 饶河县建设局信息app 子洲县土地局app 丰县公路管理app 远安县国土信息app 绥德县旅游协会app 屏东县公共文化服务app 石阡县工商局app 和林格尔县工商局app 华容县农业补贴app 肇州县卫生协会app 普兰县公开信息app 长顺县法律服务app 淮滨县专题专栏app 富川瑶族自治县公正处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。