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

南宁市学校app 金华市消防宣传app 中山市公正处app 吉林市学校简介app 广安市助农app 益阳市政务监督app 呼和浩特市电力app 临沧市教育局app 肇庆市通讯协会app 张家口市学校app 赣州市台风监控中心app 桂林市非物质文化遗产app 伊春市数据管理局app 铜川市消费协会app 临沂市教育信息app 兰州市通讯协会app 鞍山市劳动局app 上饶市第一高中app 龙岩市第四中学app 汉中市铁路管理app 衡阳市灾害救助app 广安市重大建设公开app 保山市消费协会app 赣州市法律服务app 潍坊市天气监控中心app 台州市民政管理app 汕头市事业单位app 张家口市公开信息app 陇南市太阳能发电信息app 连云港市政府信息公开指南app 柳城县中心校app 曲麻莱县灾害救助app 庆元县法律服务app 丹寨县第四高中app 陇西县最新新闻app 交口县消防宣传app 黔西县人社管理app 隆安县街道办app 温宿县公共文化服务app 甘谷县民政管理app 长顺县农业app 五莲县公开信息app 石阡县电视台广播app 望都县第六中学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。