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

崇左市残联app 张家口市电台广播中心app 昌都市事业单位app 吴忠市消防局app 包头市土地局app 鄂尔多斯市第二小学app 那曲市土地申报app 廊坊市工商局app 白山市粮食管理app 芜湖市土地申报app 定西市政府公报app 鹤岗市民政管理app 乐山市新闻中心app 安康市桥梁管理app 克拉玛依市人社管理app 渭南市政要信息app 攀枝花市台风信息app 淮安市水务app 合肥市工商局app 抚顺市第四高中app 乌兰察布市第三小学app 通辽市第三中学app 毕节市事业单位app 汉中市第五高中app 延安市第六中学app 吐鲁番市安全生产app 株洲市劳动局app 信阳市法律服务app 雅安市政要信息app 玉屏侗族自治县税收公开app 抚松县风力发电app 石泉县风力发电app 南丹县桥梁管理app 中牟县专题专栏app 文县台风信息app 孙吴县森林消防app 嘉义县灾害救助app 武定县防灾信息app 沅陵县电台广播中心app 咸丰县电台广播中心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。