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

马鞍山市便民app 鄂尔多斯市安全生产app 攀枝花市台风信息app 开封市残联app 吐鲁番市土地局app 绵阳市住房保障app 衡水市公共法律服务app 苏州市旅游协会app 鄂州市法律服务app 厦门市第五中学app 三沙市通讯协会app 哈尔滨市森林消防app 宣城市第一小学app 许昌市旅游监督app 佛山市税收公开app 威海市第三高中app 北海市税务局app 渭南市消防局app 遵义市安全宣传app 大连市街道办app 辽阳市公开信息app 荆门市警务app 庆阳市第二高中app 广州市安全生产app 枣庄市政务服务app 铜川市政务服务app 白山市太阳能发电信息app 广安市应急管理app 镇雄县残联救助app 偏关县暴雨监控中心app 平定县市场监督app 长沙县电视台广播app 东辽县天气监控中心app 和顺县太阳能发电信息app 潼关县信息公开app 衡东县特殊家庭关爱协会app 贞丰县国土信息app 西峡县税收公开app 赞皇县劳动局app 武宣县防洪信息app 错那县学校app 宁县防洪信息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。