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

成都市服务大厅app 济南市旅游监督app 丹东市台风监控中心app 韶关市社会求助app 江门市残联app 景德镇市养老服务app 丽江市水利app 青岛市政府信息公开指南app 廊坊市劳动局app 金昌市工程造价app 沙雅县第四中学app 临漳县通讯协会app 甘南县市场监督app 清原满族自治县安全宣传app 定兴县历史记录app 湘阴县消防局app 麻阳苗族自治县通讯协会app 延长县环境保护协会app 崇阳县防灾信息app 府谷县第一高中app 保德县土地局app 兴海县第五中学app 东安县征地服务app 获嘉县电视台广播app 顺昌县妇联app 长兴县台风信息app 治多县第六小学app 蒙阴县水务app 保靖县水利app 武胜县服务大厅app 浚县街道办app 织金县不良信息举报app 保德县不良信息举报app 东兰县信息公开app 宁县文旅信息app 彭阳县天气监控中心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。