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

信阳市服务大厅app 双鸭山市电台广播中心app 洛阳市历史记录app 泰州市教研app 儋州市第一小学app 晋城市未成年保护协会app 周口市不良信息举报app 泰安市政务监督app 普洱市财政信息app 大同市第四高中app 锦州市消防宣传app 益阳市旅游协会app 七台河市桥梁管理app 嘉兴市旅游协会app 商丘市第二高中app 鹤壁市人社管理app 阳江市第五高中app 十堰市第三高中app 抚顺市防洪app 包头市消防宣传app 扬州市惠农app 大同市卫生协会app 保定市便民app 绵阳市应急管理app 盘锦市土地局app 乌海市第四高中app 南宁市惠农app 蒲城县招标信息app 临城县防火app 盐亭县工商局app 凤山县税务局app 南陵县财政信息app 越西县专题专栏app 华安县南靖县公正处app 皋兰县税收公开app 永胜县第四高中app 沧源佤族自治县农业局app 曲水县服务大厅app 内丘县电视台广播app 迭部县工程造价app 浚县第四小学app 石林彝族自治县街道办app 上犹县第二高中app 容城县申建app 石屏县财政信息app 政和县第六小学app 丹棱县安全生产app 芒康县第一小学app 杂多县防洪app 盱眙县教育信息app 宜君县电视台广播app 耿马傣族佤族自治县应急管理app 新源县法律服务app 和顺县水利app 旬邑县第二高中app 宜良县水利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。