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

汉中市第二小学app 安康市台风监控中心app 鹤壁市土木工程app 深圳市风力发电app 德阳市特殊家庭关爱协会app 乌兰察布市非物质文化遗产app 佛山市政务监督app 龙岩市招标信息app 来宾市财政信息app 松原市政府公报app 潮州市妇联app 眉山市文旅信息app 深圳市电视台广播app 广元市第一小学app 大同市残联救助app 宜昌市第二高中app 聊城市劳动局app 石家庄市数据管理局app 三亚市论坛app 长春市第一中学app 三亚市热点专题app 邢台市第二小学app 桂林市审计公开app 安阳市水利app 雅安市非物质文化遗产app 贵阳市公共文化服务app 荆州市教育局app 淮安市第四中学app 嘉峪关市工程造价app 朝阳市防洪信息app 琼结县防火app 夏津县养殖补助app 托克逊县安全宣传app 金门县桥梁管理app 屏山县土地申报app 庄浪县新闻中心app 凤县工程造价app 五原县应急管理app 徽县未成年保护协会app 仪陇县第六小学app 道县专题专栏app 夏邑县人社管理app 渑池县论坛app 江达县残联救助app 南涧彝族自治县防洪app 民权县公正处app 陇西县政务服务app 嵩明县防洪app 米林县税务局app 镇赉县教育局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。