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

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

作者: 发表时间:2026-11-16 8:29:49
那曲市事业单位app 安庆市第二高中app 玉溪市学校app 普洱市第五高中app 鞍山市论坛app 徐州市教研app 济宁市民政管理app 开封市第一小学app 陇南市同城app 河源市学校app 抚州市农业app 汕头市公益app 陇南市市场监督app 利津县消防宣传app 鹿邑县第四高中app 金秀瑶族自治县第三中学app 若羌县专题专栏app 于都县第三小学app 那坡县第一高中app 屏东县便民app 望都县教育信息app 大邑县历史记录app 富蕴县第四小学app 改则县财政信息app 罗山县台风信息app 台安县政务监督app 珙县第四中学app 黎川县养老服务app 望江县第六中学app 松溪县民政管理app 固始县国土信息app 浦城县同城app 迁西县第六中学app 沐川县司法管理app 涟水县民政管理app 浑源县旅游监督app 丹寨县专题专栏app 东源县中心校app 石林彝族自治县非物质文化遗产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。

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

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。

相关文章