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

铁岭市水务app 昌都市第二高中app 太原市出口管理app 平凉市养殖补助app 乌兰察布市第一中学app 延安市通讯协会app 南阳市历史记录app 上饶市不良信息举报app 铜陵市公路管理app 肇庆市通讯协会app 伊春市妇联app 湘潭市养老服务app 吉林市事业单位app 白城市公益app 无锡市工商信息app 泸州市社会求助app 邯郸市电台广播中心app 昭觉县税务局app 东阿县第四高中app 改则县同城app 昭苏县第二中学app 萝北县税务局app 永宁县第一高中app 贡嘎县警务app 龙川县农业补贴app 千阳县文旅信息app 米脂县工程造价app 交城县第六小学app 澎湖县公路管理app 尚义县第三小学app 麟游县第一中学app 鄱阳县残联救助app 阳原县旅游监督app 永新县街道办app 赤城县第六小学app 天祝藏族自治县太阳能发电信息app 青阳县振兴乡村app 松阳县重大建设公开app 宁南县农业局app 叶县土地局app 凤县防火app 田林县招标信息app 怀宁县征地服务app 磴口县住房保障app 交口县台风信息app 蒲城县农业局app 萨嘎县消防局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。