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

汕头市出口管理app 汕头市养老服务app 铜仁市防洪app 漯河市农业补贴app 宁波市工程造价app 肇庆市教研app 伊春市妇联救助app 扬州市台风信息app 定西市安全宣传app 东营市农业app 丽水市学校app 扬州市第二小学app 广州市防灾信息app 衡水市政要信息app 龙岩市天气监控中心app 三沙市同城app 朝阳市天气监控中心app 白城市台风监控中心app 安庆市数据管理局app 阳泉市住房保障app 福州市政务服务app 永州市事业单位app 沈阳市法律服务app 诏安县公共法律服务app 肃北蒙古族自治县学校app 洛南县工商局app 太白县第五中学app 尼勒克县出口管理app 清原满族自治县第一中学app 陆河县第一高中app 伊吾县防灾信息app 申扎县申建app 甘洛县第三小学app 昂仁县重大建设公开app 武义县残联救助app 甘泉县历史记录app 察隅县太阳能发电信息app 寿宁县桥梁管理app 凉城县论坛app 蓝田县第二高中app 临洮县第五高中app 丹寨县新闻中心app 泾川县妇联救助app 南木林县社会求助app 武乡县专题专栏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。