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

铜陵市安全生产app 宁德市第五小学app 自贡市卫生协会app 鄂尔多斯市养殖补助app 通辽市专题专栏app 济宁市电视台广播app 茂名市残联app 邯郸市招标信息app 开封市旅游协会app 三明市第二中学app 铜仁市公开信息app 来宾市文旅信息app 宜昌市农业局app 内江市第一中学app 毕节市第一小学app 昭通市重大建设公开app 保定市公益app 苍南县第五中学app 亚东县政务监督app 囊谦县助农app 安乡县征地服务app 兴和县同城app 林甸县农业app 博兴县第二中学app 宽甸满族自治县税收公开app 富平县招标信息app 大姚县养老服务app 巴楚县政府信息公开指南app 武功县防洪app 天柱县教育局app 会宁县灾害救助app 贺兰县森林消防app 岚皋县重大建设公开app 泽库县第二高中app 宁远县政务监督app 黄平县招标信息app 眉县养殖补助app 中阳县国土信息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。