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

孝感市桥梁管理app 大连市第四高中app 丽水市信息公开app 菏泽市中心校app 泰州市第三中学app 延安市铁路管理app 深圳市太阳能发电信息app 南阳市热点专题app 延安市妇联救助app 牡丹江市桥梁管理app 钦州市社会求助app 晋城市环境保护协会app 铜仁市环境保护协会app 大同市信息公开app 吴忠市第二高中app 阳泉市事业单位app 阳江市妇联app 信阳市第一高中app 赤峰市灾害救助app 贵阳市征地服务app 安庆市公益app 江门市法律服务app 温州市安全生产app 庆阳市第一小学app 庆阳市政府公报app 广州市工商信息app 黑河市市场监督app 新余市公益app 深圳市服务大厅app 伊吾县学校简介app 卢氏县电力app 汾西县防洪app 罗源县城乡建设app 内黄县警务app 磁县第五高中app 信丰县教研app 成安县旅游监督app 普格县中心校app 木里藏族自治县征地服务app 兴隆县学校简介app 宁晋县公路管理app 宝丰县政务服务app 绩溪县热点专题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。