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

日照市民政管理app 内江市政务服务app 乌鲁木齐市公路管理app 鄂尔多斯市教育信息app 佛山市第二中学app 大同市民政管理app 玉溪市劳动局app 巴中市灾害救助app 朝阳市数据管理局app 黑河市征地服务app 西安市非物质文化遗产app 东莞市粮食管理app 广元市税务局app 金华市桥梁管理app 玉溪市公益app 昭通市养老服务app 泸州市第三中学app 曲靖市最新新闻app 大同市振兴乡村app 商丘市消防宣传app 汕头市第四高中app 安康市教育信息app 长沙市第三小学app 锦州市第二高中app 新化县公共法律服务app 鲁山县警务app 合浦县土木工程app 聂荣县公共文化服务app 慈利县建设局信息app 河口瑶族自治县第六中学app 尖扎县公共法律服务app 民权县不良信息举报app 金堂县司法管理app 扶风县特殊家庭关爱协会app 乾安县街道办app 莲花县第五小学app 岗巴县养殖补助app 美姑县应急管理app 亚东县财政信息app 连山壮族瑶族自治县电力app 宁明县卫生协会app 尚义县旅游监督app 蒲江县水利app 大余县工商信息app 同德县公益app 巨野县城乡建设app 呼玛县防火app 海盐县铁路管理app 麻栗坡县事业单位app 南部县消防局app 巫山县政要信息app 锦屏县税收公开app 小金县招标信息app 泸定县第四中学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。