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

庆阳市公正处app 鹤岗市水务app 九江市司法管理app 荆州市土地局app 淮安市第二高中app 资阳市出口管理app 安康市助农app 通辽市第五中学app 河源市第四高中app 贵港市教育信息app 马鞍山市风力发电app 佳木斯市政务服务app 眉山市司法管理app 安庆市建设局信息app 林芝市消防局app 衡阳市应急管理app 固原市暴雨监控中心app 渭南市消防宣传app 泰安市招标信息app 南通市政务服务app 亳州市民政管理app 泰州市同城app 威海市消费协会app 张掖市城乡建设app 昭通市工商信息app 资阳市妇联救助app 寿县招标信息app 汪清县财政信息app 全州县政府信息公开指南app 宁明县安全宣传app 九寨沟县妇联app 宁都县残联app 和顺县森林消防app 德庆县便民app 惠安县政府信息公开指南app 江陵县第五小学app 抚顺县教研app 安泽县热点专题app 衡南县养殖补助app 比如县养殖补助app 精河县台风信息app 虞城县台风信息app 日土县便民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。