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

宁波市服务大厅app 聊城市公益app 郑州市第二小学app 白城市铁路管理app 黄冈市同城app 兰州市同城app 达州市卫生协会app 湖州市新闻中心app 廊坊市台风信息app 本溪市土地申报app 三门峡市电力app 六安市通讯协会app 绵阳市法律服务app 内江市特殊家庭关爱协会app 阳泉市残联app 呼和浩特市暴雨监控中心app 承德市公益app 安顺市街道办app 鸡西市第五小学app 碌曲县天气监控中心app 盐源县第六小学app 大荔县热点专题app 绥江县教育局app 从江县第三小学app 肇州县养老服务app 大厂回族自治县天气监控中心app 永清县粮食管理app 开鲁县第五中学app 曲麻莱县公正处app 巴楚县市场监督app 永仁县服务大厅app 大城县消防宣传app 金川县灾害救助app 霞浦县养殖补助app 嘉善县第五高中app 成县旅游协会app 兴安县环境保护协会app 杜尔伯特蒙古族自治县农业补贴app 遂溪县历史记录app 林口县最新新闻app 且末县政府公报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。