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

石家庄市法律服务app 包头市信息公开app 上饶市教育信息app 南昌市第二中学app 呼伦贝尔市公开信息app 龙岩市法律服务app 绵阳市第五高中app 武威市不良信息举报app 舟山市数据管理局app 常德市森林消防app 张掖市助农app 长沙市政府公报app 菏泽市工商信息app 杭州市征地服务app 德州市建设局信息app 哈密市便民app 淮北市第四中学app 东营市征地服务app 西安市城乡建设app 宁波市重大建设公开app 保山市教研app 鄂尔多斯市灾害救助app 自贡市养殖补助app 精河县学校app 宕昌县助农app 梁河县消防局app 环县警务app 乌鲁木齐县安全生产app 化隆回族自治县人社管理app 天峨县论坛app 桃江县专题专栏app 古浪县公共文化服务app 长沙县第六小学app 鹤庆县台风监控中心app 遂溪县审计公开app 青河县第一高中app 杞县安全宣传app 宁城县消防宣传app 法库县残联救助app 淅川县残联app 文成县农业局app 金川县消防局app 丰都县国土信息app 嘉义县第四高中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。