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

渭南市学校简介app 钦州市未成年保护协会app 商洛市政府信息公开指南app 鹤壁市第四高中app 舟山市电台广播中心app 三沙市第一高中app 怀化市第二小学app 聊城市中心校app 贵港市消防局app 泸州市历史记录app 巴彦淖尔市建设局信息app 周口市第六小学app 三明市便民app 赤峰市第三小学app 南通市水务app 鄂尔多斯市便民app 巴中市电台广播中心app 鄂州市风力发电app 延安市消防宣传app 抚州市学校简介app 白山市社会求助app 吴忠市第三中学app 达州市妇联救助app 布尔津县民政管理app 通许县工商信息app 申扎县第五高中app 青龙满族自治县非物质文化遗产app 肃宁县养殖补助app 唐县论坛app 郧西县消防局app 本溪满族自治县税务局app 千阳县第五高中app 宁阳县消防局app 绿春县妇联救助app 故城县政务监督app 朝阳县第二高中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。