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

秦皇岛市防洪app 哈尔滨市第一高中app 益阳市非物质文化遗产app 资阳市市场监督app 盐城市第一小学app 南昌市第一高中app 嘉峪关市学校app 双鸭山市不良信息举报app 崇左市桥梁管理app 黄冈市劳动局app 汕头市第四中学app 柳州市第四高中app 丽水市粮食管理app 白银市便民app 普洱市养殖补助app 南阳市第五高中app 铁岭市政府公报app 安顺市第三中学app 十堰市财政信息app 绍兴市法律服务app 吉林市公共法律服务app 郯城县论坛app 郯城县太阳能发电信息app 安义县第二高中app 滑县防灾信息app 开鲁县第二高中app 裕民县同城app 柏乡县特殊家庭关爱协会app 墨玉县安全生产app 石楼县政府公报app 勉县暴雨监控中心app 金溪县电力app 长兴县第一小学app 志丹县政府公报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。