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

菏泽市土木工程app 亳州市第六小学app 银川市残联app 鹤岗市农业补贴app 梅州市妇联app 遵义市城乡建设app 梅州市第四高中app 钦州市旅游协会app 枣庄市人社管理app 鹤壁市专题专栏app 茂名市警务app 铜川市残联救助app 保山市旅游监督app 阳泉市残联救助app 郑州市妇联救助app 济南市民政管理app 曲靖市未成年保护协会app 山南市城乡建设app 肇庆市市场监督app 湛江市申建app 滁州市第五小学app 阳泉市便民app 广州市历史记录app 鹤壁市第五高中app 石嘴山市第四中学app 焦作市旅游协会app 乐山市信息公开app 象州县第六中学app 克山县安全宣传app 宁城县市场监督app 西平县申建app 石城县天气监控中心app 桦川县社会求助app 噶尔县民政管理app 米林县台风信息app 交城县政要信息app 桃江县教研app 东阿县不良信息举报app 巴彦县数据管理局app 且末县政府信息公开指南app 辽阳县公共文化服务app 桃江县出口管理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。