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

石嘴山市国土信息app 榆林市招标信息app 赣州市第五高中app 亳州市惠农app 来宾市残联救助app 承德市第二小学app 滨州市第四小学app 泉州市第五中学app 大连市文旅信息app 亳州市国土信息app 宝鸡市卫生协会app 湖州市铁路管理app 青岛市特殊家庭关爱协会app 齐齐哈尔市第一小学app 宜宾市市场监督app 泉州市学校简介app 福州市惠农app 黑河市妇联app 阜新市住房保障app 攀枝花市国土信息app 灵璧县建设局信息app 交城县通讯协会app 绥宁县暴雨监控中心app 瓮安县教育信息app 鄱阳县国土信息app 理塘县特殊家庭关爱协会app 鄢陵县历史记录app 于田县养老服务app 古丈县公益app 汪清县应急管理app 西华县助农app 错那县征地服务app 上犹县水利app 巴马瑶族自治县公正处app 谷城县政务监督app 交口县建设局信息app 信丰县学校app 山丹县街道办app 团风县旅游监督app 南部县文旅信息app 金沙县通讯协会app 太湖县建设局信息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。