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

广安市国土信息app 雅安市工商信息app 自贡市台风监控中心app 淮北市政府信息公开指南app 烟台市第二高中app 宜宾市警务app 泸州市风力发电app 钦州市工商信息app 菏泽市暴雨监控中心app 大连市第五高中app 芜湖市政要信息app 苏州市第一中学app 林芝市惠农app 西安市税收公开app 日土县天气监控中心app 安化县中心校app 黄梅县第五高中app 莒县通讯协会app 于都县电台广播中心app 紫金县申建app 镇坪县城乡建设app 将乐县服务大厅app 龙州县惠农app 宜兰县教育局app 武定县住房保障app 旌德县土地局app 哈巴河县特殊家庭关爱协会app 和政县安全宣传app 南昌县教育信息app 梁山县城乡建设app 筠连县旅游协会app 仁布县旅游监督app 建昌县未成年保护协会app 黄龙县第一中学app 卓资县教研app 易门县妇联救助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。