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

运城市税收公开app 淮安市建设局信息app 萍乡市历史记录app 岳阳市残联app 七台河市教研app 六盘水市政要信息app 临沂市农业app 内江市养老服务app 滁州市教育信息app 临沂市惠农app 黄山市第二小学app 淄博市公共法律服务app 承德市第五高中app 七台河市消防宣传app 邢台市农业app 鹤岗市残联app 淄博市第四高中app 宁德市政府公报app 安庆市安全生产app 盘锦市同城app 焦作市天气监控中心app 石家庄市旅游协会app 抚顺市水利app 乌鲁木齐市公共法律服务app 桂林市电台广播中心app 孝感市养殖补助app 庆阳市电台广播中心app 青岛市特殊家庭关爱协会app 阳泉市水利app 于都县公益app 黄平县防火app 广昌县公正处app 同德县税务局app 繁峙县同城app 封丘县历史记录app 邵阳县灾害救助app 寻乌县不良信息举报app 宁陕县便民app 尼木县第六中学app 康马县暴雨监控中心app 连平县第四高中app 松阳县第六小学app 修水县残联app 扶绥县妇联救助app 武功县重大建设公开app 单县妇联app 临澧县农业app 南岔县养老服务app 长海县卫生协会app 永吉县暴雨监控中心app 鹤庆县第二小学app 息烽县防灾信息app 丹棱县残联救助app 本溪满族自治县第四中学app 石楼县历史记录app 忠县法律服务app 寿阳县残联救助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。