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

东莞市特殊家庭关爱协会app 漳州市环境保护协会app 黄冈市税务局app 广州市第六小学app 滁州市第二高中app 承德市街道办app 德阳市养老服务app 肇庆市防洪信息app 莆田市第四小学app 柳州市工程造价app 固原市助农app 酒泉市安全生产app 宜昌市第六小学app 哈尔滨市铁路管理app 石家庄市税收公开app 丽江市第六小学app 忻州市同城app 永州市学校简介app 广安市民政管理app 滨州市政府信息公开指南app 措勤县台风监控中心app 桃江县劳动局app 长丰县第六小学app 都安瑶族自治县数据管理局app 泾县征地服务app 孝昌县政务监督app 灵台县社会求助app 苍南县土地申报app 蒙阴县灾害救助app 平陆县人社管理app 若羌县通讯协会app 灌云县振兴乡村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。