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

承德市最新新闻app 武汉市粮食管理app 延安市风力发电app 乐山市卫生协会app 通化市公共法律服务app 呼和浩特市第四高中app 鸡西市农业app 秦皇岛市同城app 龙岩市电力app 滁州市旅游监督app 那曲市农业局app 驻马店市台风监控中心app 南宁市安全生产app 张掖市农业app 信阳市第二高中app 吉安市国土信息app 镇江市残联救助app 荆门市征地服务app 玉林市市场监督app 吉安市特殊家庭关爱协会app 宣城市水务app 舟山市通讯协会app 茂名市新闻中心app 濮阳市防灾信息app 郑州市残联app 太和县萧县教育信息app 三都水族自治县消费协会app 额敏县公开信息app 阿坝县审计公开app 洪雅县不良信息举报app 南乐县电视台广播app 龙川县同城app 内丘县消防宣传app 凉城县第二小学app 马边彝族自治县农业补贴app 永新县助农app 灵寿县公共文化服务app 东安县助农app 日土县第五高中app 团风县农业补贴app 泗洪县学校简介app 辰溪县第三小学app 桐柏县天气监控中心app 安新县街道办app 兴安县第一中学app 封丘县电力app 木里藏族自治县教研app 盐池县社会求助app 临西县政要信息app 宾阳县安全生产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。