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

平顶山市公共法律服务app 郴州市工商信息app 韶关市数据管理局app 滁州市审计公开app 永州市旅游监督app 景德镇市第六中学app 吉安市便民app 兰州市台风监控中心app 中山市人社管理app 黄山市服务大厅app 玉林市电视台广播app 温州市残联app 河池市电视台广播app 哈尔滨市应急管理app 吐鲁番市社会求助app 烟台市便民app 本溪市工程造价app 扬州市学校简介app 泰安市政府信息公开指南app 兰州市历史记录app 泉州市消防宣传app 葫芦岛市消防局app 抚州市工商信息app 白银市第四小学app 梅州市第一中学app 赣州市消费协会app 漯河市防火app 新安县第三中学app 双牌县妇联app 肥东县市场监督app 岐山县应急管理app 宝清县司法管理app 民丰县电视台广播app 榆中县论坛app 盐津县养殖补助app 丹巴县灾害救助app 尤溪县农业局app 永福县审计公开app 兴海县工商信息app 沙雅县人社管理app 林口县第五中学app 江城哈尼族彝族自治县第四中学app 云霄县人社管理app 宝兴县第四小学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。