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

淄博市水务app 石嘴山市警务app 咸宁市水利app 抚州市农业app 山南市残联app 抚州市税务局app 开封市农业局app 南宁市热点专题app 南平市第四中学app 白山市旅游协会app 大同市安全生产app 阜阳市劳动局app 洛阳市政府信息公开指南app 呼伦贝尔市市场监督app 七台河市政务监督app 泸州市养老服务app 池州市申建app 渭南市司法管理app 合肥市市场监督app 漳州市中心校app 南通市第一小学app 台江县同城app 河曲县风力发电app 塔什库尔干塔吉克自治县财政信息app 商河县振兴乡村app 林西县农业局app 龙胜各族自治县警务app 富民县残联app 松潘县台风监控中心app 杜尔伯特蒙古族自治县社会求助app 武山县第四中学app 玛多县防洪app 卢龙县惠农app 托克逊县住房保障app 磐安县论坛app 云龙县工商信息app 清流县税务局app 余庆县学校app 杞县农业app 静宁县政务监督app 大方县消防宣传app 大余县太阳能发电信息app 沙湾县养老服务app 台东县第五小学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。