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

绵阳市第二高中app 邵阳市惠农app 南平市旅游协会app 镇江市热点专题app 杭州市消费协会app 佛山市天气监控中心app 临沂市热点专题app 洛阳市应急管理app 哈尔滨市法律服务app 池州市消费协会app 鹤岗市第三小学app 柳州市电力app 常州市数据管理局app 鹤岗市第五高中app 深圳市妇联救助app 贵港市天气监控中心app 竹山县养老服务app 宣汉县桥梁管理app 静乐县政务监督app 松桃苗族自治县第一中学app 通榆县民政管理app 广昌县第一高中app 汉寿县学校简介app 丰都县妇联救助app 洪洞县粮食管理app 同德县招标信息app 木里藏族自治县数据管理局app 东丰县环境保护协会app 泸西县街道办app 合浦县风力发电app 长兴县农业局app 宁武县第三高中app 牟定县政府公报app 锦屏县税务局app 元阳县第二高中app 方山县劳动局app 噶尔县养老服务app 饶阳县劳动局app 昌黎县政要信息app 康平县铁路管理app 开江县第四小学app 公安县台风监控中心app 安阳县学校简介app 松桃苗族自治县防洪信息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。