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

遵义市残联app 襄阳市中心校app 廊坊市防洪信息app 武威市第二小学app 上饶市信息公开app 荆门市市场监督app 平凉市文旅信息app 抚顺市第二中学app 白城市审计公开app 吐鲁番市住房保障app 吉林市教育信息app 克拉玛依市第四中学app 黄冈市劳动局app 扬州市服务大厅app 承德市建设局信息app 池州市政务服务app 福州市消防宣传app 吕梁市教研app 晋中市残联app 沧州市公共法律服务app 乐山市第一中学app 丽江市警务app 丹东市政要信息app 达州市便民app 晋中市第三小学app 梅州市教育局app 儋州市警务app 邯郸市重大建设公开app 金昌市第一高中app 内江市非物质文化遗产app 新县第一高中app 庆城县第四高中app 会泽县未成年保护协会app 五原县第五中学app 甘德县公正处app 申扎县政要信息app 成安县应急管理app 恭城瑶族自治县第一中学app 濮阳县民政管理app 上蔡县学校简介app 都安瑶族自治县防洪信息app 长丰县土木工程app 滦平县沧县振兴乡村app 阳西县养老服务app 沛县警务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。