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

长沙市公正处app 伊春市养殖补助app 嘉峪关市公共文化服务app 邵阳市土地申报app 汉中市城乡建设app 中山市第四中学app 齐齐哈尔市消防局app 榆林市司法管理app 连云港市铁路管理app 嘉兴市妇联救助app 大庆市公开信息app 赣州市历史记录app 鹰潭市安全宣传app 三明市土木工程app 肇庆市助农app 德州市暴雨监控中心app 张家口市数据管理局app 晋城市农业app 眉山市新闻中心app 自贡市法律服务app 马鞍山市特殊家庭关爱协会app 潍坊市政府公报app 通辽市通讯协会app 大庆市第五小学app 保定市防洪信息app 日喀则市文旅信息app 福州市残联救助app 韶关市消防宣传app 合肥市工商信息app 株洲市养老服务app 马山县第一高中app 泗县政府信息公开指南app 灌云县市场监督app 宁海县教育信息app 永吉县电视台广播app 保康县税务局app 河口瑶族自治县消防局app 乌鲁木齐县税收公开app 溆浦县政府公报app 西和县公共法律服务app 歙县第四中学app 龙州县农业app 梓潼县安全生产app 禄劝彝族苗族自治县通讯协会app 江安县劳动局app 双牌县教研app 肃宁县妇联app 白朗县安全宣传app 临漳县重大建设公开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。