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

眉山市粮食管理app 岳阳市第五小学app 呼和浩特市第一中学app 吉林市税收公开app 宜昌市第五中学app 昆明市消费协会app 泉州市公路管理app 揭阳市防火app 济宁市不良信息举报app 连云港市妇联app 漯河市妇联救助app 襄阳市出口管理app 东明县事业单位app 贡觉县第二高中app 松溪县第三高中app 资溪县城乡建设app 惠民县数据管理局app 汾西县粮食管理app 广饶县出口管理app 藤县残联救助app 元江哈尼族彝族傣族自治县数据管理局app 天祝藏族自治县消防局app 中牟县政要信息app 西平县残联救助app 兴隆县热点专题app 扶绥县工商局app 策勒县政务监督app 和田县第五中学app 昔阳县政府信息公开指南app 横县政务服务app 靖远县教育局app 日土县消防局app 岷县特殊家庭关爱协会app 黎川县卫生协会app 松潘县同城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。