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

青岛市电台广播中心app 普洱市住房保障app 阳泉市事业单位app 宜春市灾害救助app 遂宁市法律服务app 南京市养殖补助app 南宁市政务服务app 韶关市财政信息app 保定市论坛app 天水市法律服务app 安康市第三中学app 武汉市招标信息app 伊春市征地服务app 西安市通讯协会app 绥化市论坛app 佳木斯市消防局app 许昌市农业局app 淮北市建设局信息app 遵义市第四中学app 宿州市第四中学app 固原市旅游协会app 新余市税务局app 双鸭山市养殖补助app 珠海市防洪信息app 江门市教研app 营口市第五中学app 绥德县信息公开app 进贤县通讯协会app 波密县数据管理局app 稷山县防火app 临夏县水利app 乐东黎族自治县旅游监督app 曲周县第四小学app 东山县公开信息app 闽侯县旅游协会app 黟县新闻中心app 积石山保安族东乡族撒拉族自治县招标信息app 乌恰县特殊家庭关爱协会app 峨山彝族自治县政务服务app 门源回族自治县第一小学app 于田县水利app 巴马瑶族自治县第五高中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。