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

湛江市便民app 龙岩市妇联app 朝阳市文旅信息app 贺州市公路管理app 永州市公路管理app 钦州市事业单位app 邯郸市土地申报app 渭南市公正处app 乌兰察布市法律服务app 武汉市水利app 泸州市最新新闻app 广元市新闻中心app 丽水市养老服务app 青岛市信息公开app 黄冈市工商局app 衡阳市税收公开app 七台河市第三高中app 怀化市灾害救助app 株洲市住房保障app 广安市振兴乡村app 贺州市第二中学app 玉林市第六中学app 成都市税务局app 松原市惠农app 邢台市人社管理app 杭州市论坛app 三沙市工程造价app 黑河市太阳能发电信息app 张掖市安全宣传app 永福县第六中学app 蓬安县学校简介app 太白县太阳能发电信息app 岐山县第二高中app 江陵县历史记录app 合阳县土木工程app 略阳县热点专题app 吉木乃县台风信息app 鄄城县风力发电app 吉水县防洪信息app 蒲江县教研app 镇赉县政务监督app 三穗县农业补贴app 定远县公益app 中方县工商局app 易县第四高中app 寿阳县农业补贴app 德格县电台广播中心app 和硕县消防宣传app 桦南县太阳能发电信息app 来凤县防洪信息app 白玉县环境保护协会app 和平县农业局app 同心县灾害救助app 甘泉县热点专题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。