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

驻马店市出口管理app 咸宁市公路管理app 九江市土木工程app 沧州市第五中学app 信阳市第二中学app 东莞市社会求助app 舟山市第二高中app 齐齐哈尔市财政信息app 山南市第二高中app 鹤壁市第三高中app 林芝市人社管理app 镇江市政务服务app 丹东市森林消防app 云浮市消防宣传app 绵阳市防灾信息app 昌都市土地局app 徐州市政务服务app 安康市第六小学app 齐齐哈尔市第二高中app 镇江市防洪信息app 长治市旅游监督app 吐鲁番市最新新闻app 常德市第五小学app 新余市台风监控中心app 铁岭市历史记录app 大庆市非物质文化遗产app 荆州市公正处app 梧州市专题专栏app 沧州市粮食管理app 巴彦淖尔市防火app 宜川县农业补贴app 凤阳县不良信息举报app 从江县第五中学app 沂源县第五高中app 灵璧县非物质文化遗产app 东辽县水务app 佛冈县事业单位app 紫阳县暴雨监控中心app 伊川县安全宣传app 志丹县第一小学app 英山县第二高中app 巫山县第三中学app 宁武县森林消防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。