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

承德市人社管理app 盐城市第五小学app 包头市粮食管理app 锦州市征地服务app 玉溪市警务app 晋中市台风信息app 大同市第三高中app 永州市电台广播中心app 襄阳市城乡建设app 许昌市公开信息app 玉林市工程造价app 哈密市教育局app 广安市水利app 银川市公共文化服务app 孝感市历史记录app 日照市台风信息app 常德市学校简介app 自贡市桥梁管理app 武汉市第二高中app 威海市第一小学app 沧州市农业补贴app 聊城市同城app 聊城市最新新闻app 抚州市第三小学app 宜春市税收公开app 拉萨市法律服务app 凤阳县税务局app 连平县教育局app 黔西县电视台广播app 靖宇县电力app 新疆维吾尔自治区农业补贴app 沿河土家族自治县妇联救助app 蓝山县养殖补助app 东明县台风信息app 同德县防灾信息app 涉县消防宣传app 易门县非物质文化遗产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。