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

大同市农业补贴app 十堰市数据管理局app 乌兰察布市信息公开app 铜川市台风信息app 遵义市电力app 曲靖市司法管理app 厦门市民政管理app 宁德市森林消防app 清远市安全生产app 吉安市公共法律服务app 徐州市农业app 北海市特殊家庭关爱协会app 洛阳市城乡建设app 南宁市第二高中app 遂宁市桥梁管理app 商洛市农业app 丽江市第二中学app 昭通市桥梁管理app 惠州市工商局app 海东市残联app 山南市审计公开app 南投县未成年保护协会app 印江土家族苗族自治县第二高中app 会同县公共法律服务app 姚安县政务服务app 德清县电力app 宁洱哈尼族彝族自治县粮食管理app 昌宁县风力发电app 玛纳斯县第二高中app 广宗县政府公报app 上杭县防灾信息app 望都县便民app 花垣县第四中学app 剑阁县残联救助app 黄龙县台风信息app 乳源瑶族自治县第五高中app 遂平县政务监督app 蓝田县申建app 长兴县暴雨监控中心app 漾濞彝族自治县第五小学app 东明县第一高中app 杞县热点专题app 河口瑶族自治县安全宣传app 象州县第三小学app 贵德县教研app 鲁甸县教育局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。