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

玉溪市文旅信息app 临汾市未成年保护协会app 淄博市第一高中app 朝阳市民政管理app 丹东市未成年保护协会app 南平市事业单位app 绍兴市工商信息app 吕梁市市场监督app 银川市特殊家庭关爱协会app 枣庄市社会求助app 太原市不良信息举报app 深圳市城乡建设app 宝鸡市应急管理app 湖州市申建app 湘潭市新闻中心app 萍乡市第五小学app 宁德市出口管理app 鞍山市税务局app 河池市第五高中app 铜川市历史记录app 福州市社会求助app 崇左市第一高中app 合肥市劳动局app 台前县城乡建设app 旬阳县第四高中app 镇远县第三小学app 凤庆县旅游协会app 同德县旅游协会app 嘉荫县服务大厅app 滦南县第一中学app 柳城县警务app 桑日县教育信息app 靖远县水务app 通道侗族自治县历史记录app 黄陵县暴雨监控中心app 积石山保安族东乡族撒拉族自治县养老服务app 朗县第一中学app 桂东县消防局app 桓仁满族自治县数据管理局app 黑水县民政管理app 通海县住房保障app 新河县灾害救助app 镇坪县招标信息app 滦平县沧县安全宣传app 雷波县学校简介app 靖远县事业单位app 长宁县住房保障app 友谊县第一中学app 响水县土地局app 郓城县住房保障app 浦城县土地局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。