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

鹰潭市暴雨监控中心app 莆田市重大建设公开app 连云港市环境保护协会app 河池市第五高中app 七台河市学校app 武威市第三中学app 晋城市通讯协会app 淮北市第六中学app 盘锦市历史记录app 西宁市最新新闻app 安庆市政务服务app 丽江市防洪app 吐鲁番市农业局app 酒泉市人社管理app 舟山市学校简介app 大庆市学校简介app 哈密市旅游监督app 资阳市公共法律服务app 双鸭山市妇联救助app 济宁市公益app 丽水市工商局app 黄冈市民政管理app 安顺市教研app 萍乡市应急管理app 铜仁市第一小学app 贺州市政府信息公开指南app 河池市教育信息app 丽水市政府信息公开指南app 朝阳市惠农app 响水县第六小学app 托里县妇联救助app 博爱县政府信息公开指南app 同德县学校app 正安县服务大厅app 绛县数据管理局app 木垒哈萨克自治县第三小学app 南县土地申报app 固安县专题专栏app 清原满族自治县台风信息app 双柏县人社管理app 范县卫生协会app 嘉禾县文旅信息app 凤阳县振兴乡村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。