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

九江市法律服务app 马鞍山市非物质文化遗产app 来宾市妇联救助app 邵阳市旅游协会app 阜新市市场监督app 宜昌市最新新闻app 中卫市消费协会app 临汾市数据管理局app 舟山市水务app 赣州市第四中学app 邯郸市社会求助app 广元市天气监控中心app 张掖市教育信息app 三亚市警务app 四平市街道办app 芜湖市论坛app 拉萨市教研app 赤峰市公路管理app 泰州市最新新闻app 自贡市消防局app 烟台市教育信息app 乌海市学校app 衢州市振兴乡村app 宁波市历史记录app 滁州市征地服务app 菏泽市市场监督app 易门县便民app 岳普湖县市场监督app 罗田县台风信息app 石阡县劳动局app 宁化县信息公开app 山丹县土地局app 石棉县未成年保护协会app 大名县第一小学app 中方县同城app 湄潭县旅游协会app 城步苗族自治县第二中学app 册亨县防洪app 陵水黎族自治县最新新闻app 奇台县台风监控中心app 纳雍县妇联app 定安县公共法律服务app 临泉县工商信息app 安图县公路管理app 仙游县土地申报app 石门县森林消防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。