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

湘潭市第一高中app 南阳市水利app 清远市安全生产app 大连市信息公开app 北海市桥梁管理app 石嘴山市风力发电app 德州市第四小学app 十堰市卫生协会app 汕头市人社管理app 开封市残联救助app 广安市税收公开app 丽水市特殊家庭关爱协会app 宜宾市论坛app 徐州市第三小学app 抚州市财政信息app 滁州市应急管理app 漳州市市场监督app 佳木斯市惠农app 中卫市桥梁管理app 眉山市第六中学app 大庆市土地局app 贵港市暴雨监控中心app 晴隆县同城app 淮滨县税收公开app 新和县教育局app 余庆县通讯协会app 蓝田县养老服务app 青阳县不良信息举报app 利津县未成年保护协会app 滦平县沧县便民app 墨脱县招标信息app 阳信县惠农app 平遥县论坛app 灌阳县学校简介app 太白县公共文化服务app 富县防洪信息app 通海县学校app 阳山县电力app 义县司法管理app 礼泉县法律服务app 中牟县森林消防app 突泉县数据管理局app 博兴县民政管理app 安溪县卫生协会app 元阳县非物质文化遗产app 台东县水务app 澎湖县不良信息举报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。