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

梧州市政府公报app 湖州市新闻中心app 台州市助农app 中山市第一高中app 淮安市电力app 宜春市第一小学app 铜仁市第五高中app 成都市审计公开app 苏州市残联救助app 哈尔滨市台风监控中心app 荆门市养老服务app 白银市教育局app 濮阳市市场监督app 滁州市公正处app 南京市防洪信息app 肇庆市公路管理app 廊坊市住房保障app 吕梁市政府公报app 鄱阳县残联app 宾川县公开信息app 怀宁县出口管理app 交口县便民app 溆浦县消防宣传app 汶上县桥梁管理app 通城县第一高中app 涞水县消防宣传app 承德县第二高中app 蒲县申建app 怀来县公开信息app 桑植县不良信息举报app 通江县土地申报app 临邑县旅游监督app 德保县第四高中app 张北县第二中学app 中宁县铁路管理app 华坪县第二小学app 安乡县教研app 云县助农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。