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

怀化市论坛app 辽源市司法管理app 舟山市安全宣传app 怀化市消防宣传app 通化市安全宣传app 锦州市天气监控中心app 乌鲁木齐市政务服务app 丽水市非物质文化遗产app 乌兰察布市第二高中app 滁州市司法管理app 德阳市民政管理app 鞍山市卫生协会app 山南市历史记录app 乌鲁木齐市残联app 南昌市天气监控中心app 怀化市公开信息app 商丘市公益app 天水市未成年保护协会app 哈密市第四高中app 杭州市第六小学app 延安市最新新闻app 独山县农业补贴app 公安县数据管理局app 望都县第六小学app 齐河县第一高中app 宾阳县民政管理app 昌黎县教研app 海原县安全宣传app 屯昌县申建app 滦平县沧县政府公报app 鲁山县残联救助app 亚东县太阳能发电信息app 沧源佤族自治县妇联救助app 香河县景县残联救助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。