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

金昌市社会求助app 庆阳市天气监控中心app 中山市政要信息app 广元市安全生产app 常州市热点专题app 宝鸡市桥梁管理app 温州市第六中学app 德阳市振兴乡村app 日喀则市征地服务app 宁德市土木工程app 眉山市政务服务app 常州市公共法律服务app 乌兰察布市数据管理局app 克拉玛依市第三小学app 丹东市桥梁管理app 七台河市妇联救助app 白城市安全宣传app 通化市警务app 承德市学校简介app 达州市农业补贴app 三沙市粮食管理app 定西市应急管理app 包头市工商局app 沈阳市政府信息公开指南app 随州市第五中学app 宿迁市新闻中心app 邵阳市妇联救助app 怀化市最新新闻app 景德镇市养殖补助app 九江市教研app 武宣县同城app 友谊县电台广播中心app 康平县森林消防app 广昌县养老服务app 伊川县城乡建设app 宁晋县残联救助app 府谷县助农app 平顺县灾害救助app 岐山县公共法律服务app 大宁县振兴乡村app 饶平县历史记录app 仪陇县劳动局app 云龙县教研app 阜平县第四小学app 泽州县政务服务app 河南蒙古族自治县森林消防app 汝城县特殊家庭关爱协会app 宁陕县土地局app 鸡泽县威县文旅信息app 和静县信息公开app 揭西县防洪app 改则县服务大厅app 丰顺县街道办app 门源回族自治县森林消防app 永春县公共法律服务app 连山壮族瑶族自治县第二高中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。