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

铁岭市劳动局app 眉山市粮食管理app 雅安市土木工程app 鹤壁市第五小学app 延安市政务服务app 黄山市应急管理app 朔州市第三小学app 锦州市最新新闻app 固原市第五小学app 鹤岗市天气监控中心app 乌兰察布市第五中学app 四平市暴雨监控中心app 曲靖市政府信息公开指南app 黑河市特殊家庭关爱协会app 崇左市财政信息app 鞍山市电视台广播app 毕节市不良信息举报app 伊春市数据管理局app 黄冈市土地局app 吴忠市不良信息举报app 鞍山市妇联救助app 杭州市铁路管理app 徐州市法律服务app 湛江市特殊家庭关爱协会app 张家口市第五中学app 商洛市工商局app 乌鲁木齐市土地局app 亳州市第二高中app 辉南县新闻中心app 淳安县消防局app 万年县税务局app 贡嘎县风力发电app 平山县审计公开app 嘉义县第一小学app 仁化县养殖补助app 歙县妇联app 安吉县税务局app 安平县服务大厅app 甘孜县教研app 墨玉县非物质文化遗产app 来安县振兴乡村app 剑川县电台广播中心app 宁海县工商局app 安泽县非物质文化遗产app 唐河县台风信息app 迭部县第六中学app 阿克塞哈萨克族自治县灾害救助app 余干县学校简介app 和政县惠农app 和林格尔县第三小学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。