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

宜昌市防火app 潮州市财政信息app 武汉市财政信息app 荆门市第四高中app 通辽市安全生产app 牡丹江市桥梁管理app 哈密市养殖补助app 苏州市非物质文化遗产app 常德市惠农app 鹤壁市最新新闻app 宜昌市公开信息app 襄阳市第五高中app 张掖市土地局app 松原市市场监督app 成都市通讯协会app 黄冈市森林消防app 太原市政府信息公开指南app 来宾市政府信息公开指南app 芜湖市未成年保护协会app 运城市第六小学app 南昌市铁路管理app 池州市教育信息app 鞍山市卫生协会app 朔州市防洪app 威海市工程造价app 萍乡市第四小学app 阜新市第二小学app 安阳市公益app 湛江市通讯协会app 禄丰县论坛app 惠水县不良信息举报app 来凤县养殖补助app 祁东县灾害救助app 盱眙县妇联救助app 集贤县劳动局app 仙居县残联救助app 嘉禾县文旅信息app 遂溪县重大建设公开app 交口县公共文化服务app 安吉县第三小学app 玉山县安全宣传app 普格县养老服务app 蒲城县土地申报app 翼城县论坛app 天全县卫生协会app 宁明县公路管理app 兴县电视台广播app 金塔县便民app 芒康县市场监督app 龙川县森林消防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。