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

沧州市消费协会app 乌海市同城app 平顶山市振兴乡村app 宜昌市国土信息app 绍兴市街道办app 攀枝花市消防局app 铜仁市财政信息app 三门峡市水利app 泸州市教育信息app 赣州市特殊家庭关爱协会app 江门市最新新闻app 自贡市政府公报app 张家界市最新新闻app 昆明市重大建设公开app 成都市公共法律服务app 淮南市公共文化服务app 玉林市新闻中心app 木垒哈萨克自治县养殖补助app 全州县论坛app 锦屏县政务服务app 上蔡县防火app 城步苗族自治县征地服务app 洛川县第五高中app 夹江县出口管理app 永仁县灾害救助app 勉县第六小学app 成安县数据管理局app 桦川县法律服务app 海兴县消费协会app 多伦县重大建设公开app 成武县数据管理局app 徐闻县养殖补助app 平遥县安全生产app 辽阳县审计公开app 孟连傣族拉祜族佤族自治县申建app 信丰县水务app 凤县税收公开app 镇安县警务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。