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

景德镇市国土信息app 荆门市第三小学app 宜春市第三中学app 衡阳市天气监控中心app 延安市暴雨监控中心app 韶关市第四中学app 濮阳市电力app 曲靖市民政管理app 保山市同城app 无锡市征地服务app 牡丹江市劳动局app 昭通市公益app 哈密市工商局app 丽江市申建app 巴彦淖尔市招标信息app 邯郸市消费协会app 松原市法律服务app 循化撒拉族自治县招标信息app 惠来县水务app 宜兰县助农app 淮滨县中心校app 陇川县农业app 阳高县公正处app 澄城县法律服务app 嘉善县应急管理app 嘉祥县司法管理app 黄龙县征地服务app 宝丰县财政信息app 秭归县第六小学app 梁河县政要信息app 玛多县公开信息app 绥阳县土地申报app 寻乌县养殖补助app 松潘县服务大厅app 青冈县第五小学app 安多县旅游协会app 金平苗族瑶族傣族自治县住房保障app 芮城县新闻中心app 沙湾县应急管理app 清丰县热点专题app 长武县铁路管理app 乐至县第四小学app 祁东县土地申报app 会宁县消防局app 定安县暴雨监控中心app 麻栗坡县第二中学app 天镇县社会求助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。