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

黑河市历史记录app 临沂市铁路管理app 渭南市电力app 廊坊市人社管理app 西宁市公共文化服务app 崇左市招标信息app 开封市第四小学app 许昌市教研app 固原市第一小学app 益阳市养殖补助app 南宁市街道办app 石嘴山市残联救助app 呼和浩特市森林消防app 三明市灾害救助app 沧州市不良信息举报app 鄂尔多斯市重大建设公开app 十堰市第二高中app 新余市未成年保护协会app 衡水市防洪app 郑州市电力app 六盘水市警务app 南岔县政府公报app 随县第六中学app 绥德县台风信息app 化德县商都县司法管理app 辰溪县安全生产app 富川瑶族自治县审计公开app 兰坪白族普米族自治县税务局app 芦溪县第一高中app 开阳县最新新闻app 桐梓县同城app 繁峙县工程造价app 泰和县第一中学app 城步苗族自治县论坛app 称多县环境保护协会app 正阳县农业app 和布克赛尔蒙古自治县论坛app 仲巴县公正处app 类乌齐县桥梁管理app 思南县社会求助app 公安县招标信息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。