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

钦州市消防局app 沧州市申建app 山南市消防宣传app 北海市第二中学app 白山市第四高中app 延安市残联救助app 白山市审计公开app 沈阳市第五小学app 徐州市服务大厅app 荆州市天气监控中心app 沈阳市森林消防app 荆门市论坛app 遂宁市教研app 南昌市教研app 赣州市司法管理app 三明市通讯协会app 鹤壁市农业app 榆林市安全生产app 桂林市工程造价app 眉山市土木工程app 邯郸市惠农app 来宾市城乡建设app 四平市教育局app 乌海市政府信息公开指南app 昭通市残联救助app 达州市消防局app 太白县工商信息app 杂多县残联救助app 清徐县第五中学app 炎陵县事业单位app 花垣县防火app 清丰县水利app 房县第六中学app 沂南县粮食管理app 沈丘县旅游监督app 新丰县电力app 江城哈尼族彝族自治县助农app 青县第二高中app 临县太阳能发电信息app 乐业县桥梁管理app 新源县历史记录app 兴海县水务app 建宁县学校简介app 漳县司法管理app 三江侗族自治县财政信息app 黔西县第一中学app 进贤县学校简介app 将乐县政府信息公开指南app 莒南县消防宣传app 蒲城县水务app 塔河县农业app 乐安县信息公开app 清河县桥梁管理app 台江县街道办app 屏东县国土信息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。