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

邵阳市安全生产app 广元市消费协会app 呼伦贝尔市振兴乡村app 沈阳市公开信息app 郑州市第三小学app 锦州市工程造价app 抚州市第六中学app 南昌市妇联app 东莞市消防宣传app 大连市防洪app 寿县太阳能发电信息app 黎川县妇联app 得荣县土地申报app 华宁县同城app 依兰县未成年保护协会app 东平县工程造价app 左权县论坛app 勐腊县税务局app 巫溪县第四高中app 蓝田县同城app 平罗县税收公开app 上杭县第二高中app 卢龙县妇联app 渭源县应急管理app 普兰县申建app 日土县学校简介app 洛扎县第三高中app 新化县信息公开app 云和县森林消防app 白河县教育局app 施秉县暴雨监控中心app 麻阳苗族自治县新闻中心app 比如县第六中学app 浮梁县第四小学app 彝良县防洪app 泽普县国土信息app 麻阳苗族自治县安全宣传app 馆陶县电视台广播app 若羌县暴雨监控中心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。