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

临沂市太阳能发电信息app 本溪市热点专题app 遂宁市公路管理app 平顶山市信息公开app 儋州市电力app 盘锦市土木工程app 湘潭市劳动局app 吕梁市社会求助app 西宁市妇联救助app 达州市养老服务app 惠州市第四中学app 天水市工商信息app 安庆市旅游监督app 张家界市养殖补助app 长治市台风监控中心app 德州市水务app 荆门市教育局app 贵阳市森林消防app 延安市第四高中app 秦皇岛市残联救助app 张家口市残联app 岳阳市法律服务app 鄂尔多斯市征地服务app 阳江市旅游监督app 陇南市税务局app 常州市残联app 伽师县第六小学app 普定县政务监督app 兴安县信息公开app 陆川县第六小学app 东辽县养老服务app 麻栗坡县数据管理局app 大化瑶族自治县卫生协会app 柏乡县妇联app 正阳县建设局信息app 遂平县防洪app 平利县政务服务app 应县养殖补助app 平罗县政府信息公开指南app 颍上县公益app 古田县养老服务app 固镇县电力app 平舆县法律服务app 盱眙县教研app 长泰县农业局app 定安县劳动局app 桑日县事业单位app 华宁县中心校app 歙县第三中学app 玉田县第六小学app 南岔县劳动局app 贵南县警务app 大关县历史记录app 谢通门县第二小学app 铜鼓县第三高中app 平昌县防火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。