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

酒泉市政务监督app 揭阳市政务服务app 永州市新闻中心app 中卫市信息公开app 周口市政府公报app 松原市税务局app 酒泉市第二高中app 辽阳市第六小学app 唐山市森林消防app 那曲市第二高中app 咸宁市防灾信息app 茂名市第六小学app 苏州市粮食管理app 宁德市信息公开app 长春市水利app 大连市消费协会app 铁岭市文旅信息app 丽江市学校简介app 宁波市电视台广播app 通辽市民政管理app 宜宾市防洪信息app 辽阳市教研app 林芝市公开信息app 娄底市事业单位app 来宾市第三高中app 江永县招标信息app 天祝藏族自治县学校简介app 陆川县防火app 循化撒拉族自治县农业局app 建水县政务监督app 南乐县妇联救助app 北川羌族自治县政务服务app 邱县防洪信息app 绥江县妇联app 宜阳县栾川县公益app 平塘县妇联app 峨山彝族自治县森林消防app 青川县第五小学app 睢宁县第二中学app 丰顺县安全宣传app 勐海县第五高中app 金溪县粮食管理app 马山县第六小学app 平江县残联救助app 大埔县消防局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。