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

呼伦贝尔市安全宣传app 鹤壁市警务app 张掖市农业补贴app 哈密市最新新闻app 吉林市城乡建设app 抚州市水利app 徐州市消费协会app 南宁市水利app 杭州市重大建设公开app 保山市电力app 沈阳市学校app 黄山市第二高中app 宿迁市农业补贴app 绵阳市卫生协会app 山南市人社管理app 雷波县电台广播中心app 屏山县水利app 诏安县税收公开app 昌宁县司法管理app 安图县农业app 道真仡佬族苗族自治县第四中学app 维西傈僳族自治县台风信息app 洛浦县人社管理app 建昌县征地服务app 铁岭县粮食管理app 玛多县防洪信息app 宝清县暴雨监控中心app 灵川县农业局app 南漳县法律服务app 成武县法律服务app 莲花县新闻中心app 仁布县第五中学app 绛县卫生协会app 文县服务大厅app 婺源县热点专题app 尼木县第三高中app 昭觉县太阳能发电信息app 湘潭县新闻中心app 特克斯县助农app 疏勒县未成年保护协会app 洛扎县残联救助app 靖宇县土木工程app 建昌县劳动局app 大余县未成年保护协会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。