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

龙岩市防火app 运城市数据管理局app 泰州市电力app 哈密市第五高中app 滁州市信息公开app 常州市劳动局app 吴忠市公共文化服务app 来宾市人社管理app 秦皇岛市第二高中app 晋中市新闻中心app 广州市第六中学app 武威市新闻中心app 辽源市太阳能发电信息app 长沙市旅游监督app 张家口市第四小学app 来宾市公共法律服务app 汕尾市防洪app 金华市妇联救助app 赣州市特殊家庭关爱协会app 淮南市残联app 宿州市同城app 信阳市民政管理app 牡丹江市消防局app 德格县通讯协会app 化德县商都县公正处app 安义县助农app 南昌县出口管理app 托克托县消费协会app 西乡县第四中学app 宾川县公益app 和林格尔县森林消防app 偏关县消防宣传app 叶县安全生产app 沙湾县招标信息app 罗田县振兴乡村app 确山县消防宣传app 尚义县土地局app 康县第四小学app 周宁县事业单位app 鹤峰县教育信息app 德江县惠农app 酉阳土家族苗族自治县教育信息app 寻乌县政要信息app 盐边县税务局app 商南县劳动局app 雄县安全宣传app 萨迦县惠农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。