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

百色市数据管理局app 常德市非物质文化遗产app 吐鲁番市学校简介app 天水市第四小学app 大同市第三中学app 鄂尔多斯市安全宣传app 衡阳市专题专栏app 商丘市住房保障app 阳江市第四高中app 丽江市振兴乡村app 海东市服务大厅app 呼伦贝尔市学校app 惠州市第五中学app 宜春市劳动局app 徐州市专题专栏app 贺州市第四小学app 盘锦市征地服务app 贵阳市桥梁管理app 衡南县工商信息app 横县信息公开app 长兴县旅游协会app 海盐县土木工程app 贵定县电台广播中心app 商水县粮食管理app 耿马傣族佤族自治县建设局信息app 定结县公共法律服务app 井研县旅游监督app 平定县公益app 晴隆县审计公开app 庐江县新闻中心app 利津县森林消防app 河曲县水利app 安平县建设局信息app 新龙县公开信息app 五峰土家族自治县街道办app 隆化县政务服务app 大荔县通讯协会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。