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

盐城市特殊家庭关爱协会app 合肥市第五中学app 随州市重大建设公开app 合肥市防火app 威海市电视台广播app 松原市法律服务app 百色市土木工程app 益阳市防洪app 西安市第一中学app 芜湖市安全生产app 新竹县水务app 义县政府信息公开指南app 美姑县税收公开app 灌云县社会求助app 巴青县森林消防app 浠水县重大建设公开app 石柱土家族自治县粮食管理app 左云县第六小学app 仁寿县专题专栏app 柯坪县住房保障app 正阳县第三高中app 含山县事业单位app 保靖县防火app 馆陶县出口管理app 南召县卫生协会app 岑巩县政要信息app 镇平县电台广播中心app 兴山县电台广播中心app 中方县人社管理app 托克逊县土地局app 成安县第二小学app 内乡县第二小学app 兴文县养老服务app 玉山县水务app 白朗县应急管理app 麦盖提县防火app 嘉禾县工商局app 临沭县第五高中app 舟曲县养老服务app 壶关县安全宣传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。