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

三亚市公益app 南通市助农app 南昌市文旅信息app 毕节市农业局app 锦州市出口管理app 邵阳市防火app 双鸭山市税务局app 锦州市中心校app 六安市第一小学app 周口市教研app 绥化市便民app 濮阳市国土信息app 汉中市住房保障app 双鸭山市第五高中app 防城港市专题专栏app 玉溪市税务局app 贵阳市养殖补助app 漳州市最新新闻app 张掖市台风信息app 连云港市第一中学app 厦门市人社管理app 佛山市法律服务app 那曲市学校app 大化瑶族自治县学校简介app 宝丰县便民app 广平县旅游协会app 建平县水利app 民和回族土族自治县旅游协会app 刚察县农业局app 渠县第五小学app 沽源县热点专题app 桑日县最新新闻app 花垣县妇联救助app 巫山县第一高中app 永和县招标信息app 和布克赛尔蒙古自治县公路管理app 永靖县第一小学app 蔚县灾害救助app 蒲城县养殖补助app 芦山县征地服务app 西平县消防局app 浦江县教研app 互助土族自治县公共文化服务app 尉氏县司法管理app 望谟县台风信息app 榆中县公共文化服务app 岚县公正处app 绥阳县国土信息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。