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

广安市税收公开app 柳州市财政信息app 呼伦贝尔市警务app 梅州市建设局信息app 亳州市第二高中app 株洲市民政管理app 阳江市公路管理app 福州市土地申报app 秦皇岛市法律服务app 包头市警务app 钦州市铁路管理app 唐山市招标信息app 菏泽市防火app 海东市台风信息app 宜春市出口管理app 陇南市公益app 芜湖市城乡建设app 宿迁市司法管理app 乌兰察布市第五高中app 德阳市法律服务app 遵义市政务服务app 唐山市非物质文化遗产app 邯郸市工程造价app 济南市政务服务app 黄石市台风信息app 邵阳市台风信息app 邵阳市第五中学app 梧州市第二中学app 朔州市太阳能发电信息app 竹山县教育局app 宝兴县公路管理app 普定县论坛app 凤县最新新闻app 张北县第一中学app 富民县铁路管理app 佛冈县通讯协会app 南丰县卫生协会app 彭阳县第五中学app 南皮县残联app 尉犁县环境保护协会app 兴国县太阳能发电信息app 泗洪县出口管理app 乌兰县卫生协会app 平远县第一高中app 渑池县防灾信息app 桑日县非物质文化遗产app 文水县第一中学app 曲阳县消费协会app 柯坪县法律服务app 鹤庆县台风监控中心app 闽侯县教育局app 盐边县工商局app 衡东县第一小学app 宣恩县水利app 南丰县妇联救助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。