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

牡丹江市城乡建设app 岳阳市第二高中app 崇左市税收公开app 南平市公正处app 克拉玛依市第一中学app 淮北市法律服务app 安康市税务局app 张家界市法律服务app 汉中市事业单位app 玉溪市教育局app 儋州市社会求助app 三门峡市第二中学app 郑州市住房保障app 六安市第二高中app 淮北市铁路管理app 济宁市电力app 鞍山市不良信息举报app 攀枝花市农业app 丽江市第四中学app 锦州市第二高中app 青岛市事业单位app 许昌市防灾信息app 安庆市水利app 蚌埠市第一中学app 济宁市公共文化服务app 金华市振兴乡村app 玉林市旅游协会app 蚌埠市招标信息app 金华市未成年保护协会app 三明市事业单位app 景东彝族自治县公正处app 峨边彝族自治县水利app 浠水县公益app 布拖县消防宣传app 天台县应急管理app 富民县政务服务app 甘泉县第一中学app 博野县新闻中心app 泸西县妇联app 沂水县工程造价app 射阳县建湖县司法管理app 英吉沙县政府公报app 怀远县城乡建设app 通海县学校简介app 互助土族自治县市场监督app 光山县农业补贴app 成安县市场监督app 曲麻莱县建设局信息app 民和回族土族自治县助农app 南木林县助农app 耿马傣族佤族自治县建设局信息app 东兰县税务局app 红河县教研app 金溪县第五小学app 天峨县安全生产app 玉山县市场监督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。