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

孝感市消费协会app 泰安市特殊家庭关爱协会app 宜昌市数据管理局app 辽源市防洪app 铜仁市公正处app 衡阳市数据管理局app 常州市专题专栏app 怀化市文旅信息app 安顺市第三中学app 淮北市电台广播中心app 南宁市残联app 忻州市住房保障app 临沂市第四中学app 聊城市台风监控中心app 丹东市助农app 金华市第二高中app 榆林市旅游协会app 拉萨市第一中学app 朝阳市第一高中app 海东市环境保护协会app 通城县公益app 曲沃县住房保障app 白河县消防局app 沽源县文旅信息app 古浪县公共文化服务app 景宁畲族自治县政务服务app 抚顺县防火app 汉寿县政府信息公开指南app 黎平县养殖补助app 夏邑县应急管理app 巴青县台风监控中心app 隰县防灾信息app 裕民县政务服务app 宁陵县法律服务app 屏山县第六中学app 疏勒县政府信息公开指南app 英吉沙县政务服务app 怀来县应急管理app 凤阳县太阳能发电信息app 仲巴县服务大厅app 扎囊县招标信息app 颍上县森林消防app 大名县灾害救助app 深泽县新闻中心app 南召县不良信息举报app 会宁县中心校app 洛川县防洪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。