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

沧州市公共文化服务app 淄博市第五高中app 杭州市社会求助app 普洱市信息公开app 淄博市政府信息公开指南app 秦皇岛市最新新闻app 曲靖市未成年保护协会app 兰州市土地局app 濮阳市太阳能发电信息app 遂宁市税收公开app 广安市工程造价app 六安市公开信息app 漯河市出口管理app 日照市第五高中app 淮南市养殖补助app 长沙市第五中学app 渭南市公正处app 鹰潭市城乡建设app 舟山市学校简介app 汉中市数据管理局app 丹东市信息公开app 保山市天气监控中心app 温州市土地局app 揭阳市第四小学app 咸阳市农业补贴app 鹤壁市第四中学app 阜阳市特殊家庭关爱协会app 酉阳土家族苗族自治县教育局app 莘县粮食管理app 汤原县安全生产app 夏河县第二高中app 巴东县同城app 襄城县水务app 徐闻县惠农app 贡嘎县灾害救助app 青川县消防宣传app 天台县税务局app 江永县财政信息app 海兴县第五中学app 阳原县申建app 仁布县第二高中app 定远县养老服务app 理塘县专题专栏app 蒙阴县旅游监督app 安义县农业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。