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

玉林市出口管理app 忻州市非物质文化遗产app 眉山市不良信息举报app 南阳市电视台广播app 海口市税收公开app 济宁市学校简介app 大庆市妇联app 本溪市社会求助app 深圳市工商局app 晋城市粮食管理app 贵港市建设局信息app 金华市第二小学app 巴中市国土信息app 梅州市防洪信息app 汉中市工商局app 上饶市农业局app 宿迁市街道办app 咸宁市工商局app 张家界市市场监督app 柳州市教育信息app 保定市招标信息app 十堰市征地服务app 衡阳市安全生产app 马鞍山市台风监控中心app 清远市政要信息app 海原县农业补贴app 巧家县电视台广播app 沙洋县财政信息app 甘德县第二小学app 安乡县环境保护协会app 沙洋县土地局app 革吉县非物质文化遗产app 原阳县桥梁管理app 岢岚县中心校app 开化县残联app 曲沃县农业补贴app 礼泉县工商信息app 桂东县社会求助app 开江县森林消防app 汶川县劳动局app 长泰县税务局app 天镇县政务监督app 越西县信息公开app 临县安全生产app 日土县最新新闻app 阳朔县土木工程app 隆化县公共文化服务app 石泉县农业局app 宜章县热点专题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。