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

辽源市工商信息app 茂名市司法管理app 阜阳市服务大厅app 渭南市台风监控中心app 蚌埠市消费协会app 邵阳市第四高中app 昌都市事业单位app 通化市电台广播中心app 莆田市残联app 兰州市中心校app 平顶山市不良信息举报app 邢台市服务大厅app 枣庄市第五小学app 雅安市农业局app 普洱市妇联救助app 岫岩满族自治县财政信息app 类乌齐县防洪app 来安县第一小学app 灌南县历史记录app 山阳县政府公报app 隆回县旅游协会app 五华县法律服务app 全椒县历史记录app 莒南县第六小学app 怀集县风力发电app 泰顺县电力app 灵丘县特殊家庭关爱协会app 鹿邑县防洪app 澧县同城app 武陟县学校app 龙山县防火app 澜沧拉祜族自治县消防宣传app 罗田县公共文化服务app 共和县政要信息app 塔什库尔干塔吉克自治县水利app 大厂回族自治县民政管理app 新晃侗族自治县教育信息app 新昌县公益app 宽城满族自治县第二中学app 化隆回族自治县非物质文化遗产app 蠡县公益app 金乡县税务局app 芷江侗族自治县惠农app 浦江县公益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。