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

新乡市旅游监督app 儋州市学校简介app 运城市住房保障app 上饶市未成年保护协会app 贵港市新闻中心app 莆田市学校app 安顺市助农app 伊春市数据管理局app 金昌市第一小学app 运城市惠农app 柳州市农业app 淮南市残联app 乐山市教育局app 自贡市振兴乡村app 晋城市政府信息公开指南app 昌都市政务监督app 衡阳市振兴乡村app 朝阳市公共文化服务app 惠州市建设局信息app 宿迁市热点专题app 威海市应急管理app 德州市第四小学app 成都市残联救助app 朔州市第三高中app 濮阳市市场监督app 娄底市天气监控中心app 咸阳市建设局信息app 孝感市养殖补助app 曲靖市历史记录app 太原市第一中学app 大竹县最新新闻app 鸡东县第四小学app 河曲县第四高中app 东安县灾害救助app 上犹县第六中学app 册亨县第三中学app 绥宁县不良信息举报app 灵璧县税收公开app 林西县消费协会app 宁城县水利app 江安县非物质文化遗产app 垫江县第二小学app 大新县防洪信息app 横峰县第一小学app 乾安县残联app 沭阳县重大建设公开app 金阳县环境保护协会app 都安瑶族自治县第三中学app 顺平县税务局app 双江拉祜族佤族布朗族傣族自治县政务服务app 徐闻县不良信息举报app 两当县养老服务app 禄劝彝族苗族自治县农业app 社旗县妇联救助app 砚山县第二小学app 鄯善县便民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。