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

汕尾市电台广播中心app 舟山市特殊家庭关爱协会app 襄阳市惠农app 阳江市学校简介app 阳泉市中心校app 益阳市第一中学app 包头市通讯协会app 肇庆市土木工程app 延安市专题专栏app 保山市教育局app 鸡西市第一中学app 玉林市太阳能发电信息app 巴彦淖尔市社会求助app 成都市旅游协会app 西安市通讯协会app 聊城市残联app 聊城市第五小学app 四平市电力app 张家界市第五中学app 沈阳市公开信息app 西宁市学校简介app 抚顺市服务大厅app 营口市台风信息app 廊坊市审计公开app 南昌市卫生协会app 大庆市同城app 茂名市第二中学app 洛阳市公益app 封丘县第一中学app 德庆县第六中学app 西华县公正处app 兴海县公路管理app 政和县台风监控中心app 含山县公正处app 甘洛县出口管理app 射阳县建湖县第一高中app 榕江县申建app 献县卫生协会app 贡觉县公开信息app 稷山县第五高中app 华宁县第一高中app 涟水县电台广播中心app 建昌县防火app 西林县森林消防app 高县灾害救助app 城固县审计公开app 常山县住房保障app 大通回族土族自治县第一小学app 玉屏侗族自治县政务监督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。