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

达州市妇联app 陇南市妇联app 嘉兴市电力app 防城港市第六中学app 唐山市振兴乡村app 定西市防洪信息app 咸宁市第五小学app 温州市便民app 包头市重大建设公开app 荆门市第四小学app 泰州市文旅信息app 平凉市新闻中心app 莆田市第五高中app 丽水市文旅信息app 铜仁市数据管理局app 商丘市招标信息app 广元市信息公开app 焦作市民政管理app 阳江市土地局app 孝感市审计公开app 钦州市税收公开app 黄山市警务app 三沙市公共法律服务app 中卫市特殊家庭关爱协会app 金华市司法管理app 保定市防火app 长春市历史记录app 龙州县防洪信息app 普定县非物质文化遗产app 镇平县文旅信息app 丁青县防洪app 安化县水利app 积石山保安族东乡族撒拉族自治县公共法律服务app 永仁县防灾信息app 义县铁路管理app 芦溪县信息公开app 陇西县桥梁管理app 巩留县环境保护协会app 泽普县第一小学app 郎溪县铁路管理app 兰西县妇联app 彭阳县工程造价app 吉安县铁路管理app 周至县水利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。