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

宜宾市灾害救助app 常州市司法管理app 汕头市助农app 毕节市振兴乡村app 攀枝花市工程造价app 十堰市消费协会app 安康市司法管理app 十堰市安全宣传app 泸州市第三高中app 汉中市最新新闻app 临汾市招标信息app 镇江市劳动局app 鹰潭市桥梁管理app 黄冈市安全生产app 金华市妇联救助app 德阳市电力app 武威市学校app 滨州市第一高中app 汕头市审计公开app 宁德市第三高中app 株洲市最新新闻app 池州市专题专栏app 绥化市第四小学app 嵩县第一高中app 大通回族土族自治县论坛app 衡阳县助农app 五台县政务服务app 无棣县市场监督app 富川瑶族自治县第五中学app 沁源县长子县第一中学app 曲阳县审计公开app 陇川县土地局app 祁连县未成年保护协会app 阿克塞哈萨克族自治县灾害救助app 漾濞彝族自治县妇联救助app 旌德县市场监督app 裕民县第四中学app 凤庆县土地申报app 昌黎县水利app 平舆县中心校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。