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

宁波市政务监督app 驻马店市最新新闻app 张掖市未成年保护协会app 武汉市第五中学app 德州市招标信息app 宣城市第五中学app 吴忠市出口管理app 芜湖市养殖补助app 鹰潭市公正处app 清远市残联app 黄石市水务app 黄山市政要信息app 襄阳市土地局app 东营市养老服务app 晋中市太阳能发电信息app 厦门市残联app 眉山市第五小学app 济宁市审计公开app 黄石市政要信息app 玉林市水务app 阳泉市残联app 那曲市防洪app 开封市防洪信息app 莆田市第二中学app 那曲市第六小学app 海东市妇联app 清徐县第四中学app 临漳县数据管理局app 天峨县暴雨监控中心app 师宗县第一小学app 成县公共法律服务app 巴彦县最新新闻app 抚顺县粮食管理app 宁蒗彝族自治县学校简介app 翼城县建设局信息app 江孜县防火app 青县工程造价app 牟定县重大建设公开app 都安瑶族自治县数据管理局app 灵寿县政务服务app 仙居县第二高中app 关岭布依族苗族自治县第五中学app 志丹县公共法律服务app 苍南县教研app 恭城瑶族自治县政务监督app 华池县税务局app 大通回族土族自治县政务监督app 大英县事业单位app 清河县第二高中app 盐池县防灾信息app 林甸县通讯协会app 罗田县消费协会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。