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

定西市灾害救助app 蚌埠市电视台广播app 安庆市申建app 白城市第五高中app 广元市重大建设公开app 常德市水利app 忻州市消费协会app 晋中市台风监控中心app 郑州市粮食管理app 广元市财政信息app 济宁市防洪app 克拉玛依市养殖补助app 内江市专题专栏app 南京市事业单位app 来宾市公共文化服务app 六盘水市中心校app 上林县出口管理app 郸城县未成年保护协会app 高县事业单位app 南城县第一小学app 罗甸县第五高中app 巴楚县司法管理app 会泽县第四高中app 南丰县消费协会app 汪清县政务监督app 元阳县法律服务app 玉龙纳西族自治县助农app 武川县公共法律服务app 单县不良信息举报app 伊川县第一小学app 凤翔县街道办app 化德县商都县农业补贴app 攸县安全宣传app 代县消防宣传app 武功县防火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。