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

安康市第五中学app 金华市残联app 呼和浩特市公益app 抚州市水利app 新余市第一中学app 六盘水市安全宣传app 无锡市财政信息app 佛山市消费协会app 平顶山市教研app 沈阳市法律服务app 眉山市工程造价app 遵义市第三中学app 益阳市森林消防app 七台河市电力app 扬州市防灾信息app 邯郸市税务局app 景德镇市服务大厅app 咸阳市学校app 承德市安全生产app 宿州市税收公开app 常州市申建app 汕尾市司法管理app 潮州市文旅信息app 德阳市同城app 岢岚县第五高中app 邵阳县养老服务app 凌云县申建app 太和县萧县旅游协会app 利津县惠农app 治多县风力发电app 元氏县信息公开app 宁县建设局信息app 佛冈县应急管理app 长阳土家族自治县第六中学app 留坝县第四中学app 三门县热点专题app 碌曲县学校简介app 枣强县防洪app 泽州县风力发电app 东光县安全生产app 环县卫生协会app 凤山县电力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。