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

济南市旅游协会app 茂名市电视台广播app 三门峡市特殊家庭关爱协会app 海东市社会求助app 榆林市安全宣传app 青岛市消费协会app 郴州市服务大厅app 萍乡市应急管理app 黑河市消费协会app 潮州市通讯协会app 拉萨市第一小学app 广元市公益app 林芝市安全生产app 湛江市第二中学app 佛山市市场监督app 石嘴山市最新新闻app 白银市社会求助app 佛山市审计公开app 齐齐哈尔市天气监控中心app 龙岩市教研app 沧州市妇联救助app 广州市防火app 安顺市财政信息app 含山县历史记录app 社旗县森林消防app 射阳县建湖县桥梁管理app 龙门县铁路管理app 南华县电力app 阳信县农业补贴app 石渠县第一高中app 屏边苗族自治县残联救助app 永善县文旅信息app 婺源县公共文化服务app 闽清县第六小学app 新源县第二小学app 孝昌县电视台广播app 朗县水利app 巴里坤哈萨克自治县第三中学app 内丘县残联app 布尔津县政府公报app 翼城县公路管理app 白玉县税收公开app 长泰县国土信息app 兴海县最新新闻app 太和县萧县第二中学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。