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

伊春市公共法律服务app 哈密市城乡建设app 厦门市台风监控中心app 驻马店市教育信息app 咸阳市安全宣传app 中山市惠农app 朔州市服务大厅app 三沙市妇联救助app 南平市不良信息举报app 遂宁市招标信息app 鄂尔多斯市第五小学app 林芝市公益app 烟台市振兴乡村app 儋州市公益app 鄂州市水利app 焦作市第四中学app 阳江市出口管理app 永州市征地服务app 枣庄市消费协会app 兰坪白族普米族自治县法律服务app 酉阳土家族苗族自治县社会求助app 梁河县申建app 和田县学校简介app 蕉岭县政府公报app 乡城县第四小学app 庆城县第四小学app 淅川县第六中学app 承德县妇联app 安溪县太阳能发电信息app 友谊县农业app 广灵县税收公开app 祁门县应急管理app 志丹县政要信息app 贺兰县审计公开app 中方县第四小学app 叶县应急管理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。