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

益阳市通讯协会app 成都市特殊家庭关爱协会app 普洱市市场监督app 吴忠市电力app 潮州市招标信息app 滨州市第五中学app 天水市第二中学app 林芝市教育局app 许昌市桥梁管理app 汕头市重大建设公开app 晋城市重大建设公开app 吐鲁番市暴雨监控中心app 聊城市非物质文化遗产app 聊城市水利app 马鞍山市司法管理app 济南市热点专题app 三门峡市残联app 漳州市街道办app 随州市电力app 白城市应急管理app 攀枝花市人社管理app 石嘴山市水务app 安顺市工商局app 绍兴市安全宣传app 开封市消防局app 遂宁市妇联救助app 大同市第二高中app 本溪市招标信息app 亳州市第二小学app 眉县土地局app 太白县第四小学app 青冈县电台广播中心app 新丰县政务监督app 新疆维吾尔自治区中心校app 永福县水务app 淳安县第三中学app 会昌县招标信息app 通榆县风力发电app 且末县事业单位app 平远县社会求助app 沙雅县安全宣传app 沂源县消防局app 丰顺县第一中学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。