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

崇左市土木工程app 池州市非物质文化遗产app 中卫市民政管理app 赤峰市社会求助app 定西市招标信息app 辽源市民政管理app 赤峰市学校简介app 益阳市工商局app 湖州市安全宣传app 绥化市服务大厅app 朝阳市专题专栏app 内江市森林消防app 景德镇市信息公开app 阜阳市防火app 遵义市专题专栏app 宜春市城乡建设app 平阴县历史记录app 平山县风力发电app 岐山县出口管理app 镇远县水利app 平塘县教育局app 淳化县环境保护协会app 靖安县论坛app 连城县公共法律服务app 新野县数据管理局app 延寿县征地服务app 宁明县政要信息app 费县公正处app 乌什县出口管理app 清涧县国土信息app 新化县警务app 新丰县建设局信息app 娄烦县第二高中app 墨竹工卡县残联app 肃南裕固族自治县第四小学app 恭城瑶族自治县第五中学app 盘山县服务大厅app 禄劝彝族苗族自治县第三小学app 于都县民政管理app 依安县安全宣传app 壤塘县第五中学app 新绛县旅游协会app 连平县第四小学app 谷城县街道办app 惠水县助农app 宁蒗彝族自治县第一小学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。