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

毕节市水务app 萍乡市信息公开app 嘉兴市振兴乡村app 攀枝花市新闻中心app 许昌市土地申报app 嘉峪关市政府信息公开指南app 许昌市论坛app 鹰潭市防灾信息app 阳江市惠农app 保山市养老服务app 承德市电视台广播app 烟台市灾害救助app 鹰潭市警务app 松原市旅游协会app 株洲市第五小学app 营口市特殊家庭关爱协会app 亳州市民政管理app 易门县数据管理局app 安图县台风信息app 长汀县民政管理app 府谷县环境保护协会app 肇源县第二中学app 黎城县第四小学app 壤塘县同城app 西华县第二小学app 宁海县警务app 盘山县铁路管理app 临潭县第六小学app 新源县学校简介app 尚义县住房保障app 洪雅县农业局app 尉犁县文旅信息app 伊川县第四小学app 浑源县第三高中app 拜泉县同城app 范县政府公报app 诏安县水务app 峨山彝族自治县振兴乡村app 衡南县第五高中app 通榆县同城app 全州县法律服务app 蒲城县建设局信息app 洛南县政要信息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。