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

乐山市社会求助app 鄂尔多斯市论坛app 景德镇市土地局app 铜川市公共文化服务app 黄山市住房保障app 随州市同城app 湘潭市助农app 德州市税收公开app 安顺市安全宣传app 吉安市工商信息app 铁岭市土地局app 驻马店市出口管理app 芜湖市国土信息app 长春市旅游协会app 十堰市热点专题app 呼和浩特市文旅信息app 镇江市防洪app 自贡市政务监督app 潮州市政府信息公开指南app 南通市重大建设公开app 许昌市公共法律服务app 来宾市第二中学app 海口市消防局app 慈利县天气监控中心app 盐山县天气监控中心app 南乐县信息公开app 平罗县电视台广播app 陵水黎族自治县教育信息app 绥棱县城乡建设app 巨野县天气监控中心app 环县论坛app 建水县妇联救助app 桦南县社会求助app 东兰县第六小学app 利津县养殖补助app 阜城县征地服务app 连江县特殊家庭关爱协会app 澄迈县残联救助app 无棣县市场监督app 静宁县住房保障app 浑源县水利app 桐柏县第五中学app 泸溪县环境保护协会app 南召县养老服务app 若羌县税务局app 丹棱县旅游协会app 新晃侗族自治县第六小学app 曲松县建设局信息app 隆尧县审计公开app 永昌县第一高中app 泗阳县环境保护协会app 磐安县信息公开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。