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

亳州市土地申报app 长治市妇联app 廊坊市第一小学app 宜春市第六中学app 儋州市法律服务app 汉中市灾害救助app 阜阳市工程造价app 巴中市土木工程app 安庆市教育信息app 舟山市森林消防app 承德市电视台广播app 福州市防灾信息app 永州市教育信息app 中山市通讯协会app 佳木斯市非物质文化遗产app 许昌市工商局app 陇南市专题专栏app 宿州市服务大厅app 河源市司法管理app 麻栗坡县灾害救助app 罗源县第五高中app 镇宁布依族苗族自治县第一高中app 罗源县工程造价app 肃宁县农业app 康平县惠农app 祁门县第四高中app 勐腊县灾害救助app 横峰县惠农app 塔什库尔干塔吉克自治县第一中学app 海盐县政要信息app 仪陇县学校app 和田县第二中学app 拜城县市场监督app 磴口县最新新闻app 乡城县最新新闻app 涞水县学校app 广南县消费协会app 资源县人社管理app 蒙城县电台广播中心app 和布克赛尔蒙古自治县振兴乡村app 容县安全生产app 台江县国土信息app 天柱县第二中学app 石城县建设局信息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。