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

湘潭市审计公开app 鸡西市不良信息举报app 桂林市农业局app 丽水市残联救助app 十堰市农业局app 亳州市电台广播中心app 衢州市暴雨监控中心app 哈尔滨市第三小学app 西安市环境保护协会app 昭通市征地服务app 宜春市中心校app 许昌市招标信息app 亳州市旅游协会app 舟山市暴雨监控中心app 齐齐哈尔市同城app 宣城市惠农app 黄冈市同城app 平凉市住房保障app 连云港市安全宣传app 韶关市工商信息app 那曲市警务app 清远市第六小学app 黄石市警务app 拉萨市助农app 神池县服务大厅app 邻水县建设局信息app 景宁畲族自治县水务app 沙县卫生协会app 和静县服务大厅app 嘉鱼县申建app 霍城县公益app 沐川县公路管理app 宜兰县农业局app 荔波县防洪app 桑植县国土信息app 达日县第三高中app 祁连县电台广播中心app 泌阳县住房保障app 洛浦县惠农app 灵台县农业app 朗县文旅信息app 蕉岭县民政管理app 望谟县第二高中app 正安县公益app 新干县旅游监督app 静宁县教育信息app 古丈县第二高中app 长武县土木工程app 彭阳县太阳能发电信息app 海原县第一小学app 富裕县妇联app 桐柏县城乡建设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。