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

德州市特殊家庭关爱协会app 普洱市民政管理app 百色市防洪信息app 三沙市税务局app 怀化市审计公开app 渭南市第一高中app 连云港市政府公报app 玉溪市第五中学app 南平市旅游协会app 南阳市水务app 锦州市应急管理app 沧州市农业补贴app 中卫市法律服务app 资阳市农业补贴app 祥云县养老服务app 渭源县论坛app 绿春县税收公开app 安吉县财政信息app 古蔺县水务app 西盟佤族自治县教育信息app 崇信县工程造价app 卢龙县教育信息app 三门县粮食管理app 吴起县第四中学app 分宜县土地申报app 博兴县妇联app 云和县通讯协会app 淅川县工程造价app 洛川县电视台广播app 长泰县第六小学app 秦安县天气监控中心app 曲沃县事业单位app 鸡东县森林消防app 兴安县第六小学app 绥棱县便民app 连山壮族瑶族自治县第四小学app 萨嘎县审计公开app 石渠县电视台广播app 乌恰县市场监督app 武城县招标信息app 平南县政府公报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。