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

荆州市第四小学app 珠海市第二高中app 来宾市水务app 拉萨市征地服务app 佳木斯市政府公报app 承德市安全生产app 防城港市第六小学app 石家庄市税收公开app 汉中市农业补贴app 伊春市政要信息app 唐山市旅游监督app 晋中市审计公开app 宿州市出口管理app 三沙市公路管理app 佛山市台风监控中心app 滁州市水务app 镇江市水利app 桂林市第一中学app 深圳市征地服务app 遵义市消费协会app 济宁市旅游协会app 玉林市第二高中app 鄂州市重大建设公开app 昭通市暴雨监控中心app 砚山县住房保障app 平舆县热点专题app 雷波县公路管理app 凤冈县农业局app 商河县第三高中app 理塘县民政管理app 卓尼县灾害救助app 卢龙县学校app 顺昌县历史记录app 岚皋县街道办app 宁陕县第四中学app 渑池县妇联救助app 左贡县第二小学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。