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

丽江市土地局app 东莞市学校简介app 赤峰市民政管理app 四平市社会求助app 长春市警务app 阳江市妇联救助app 武威市水利app 运城市旅游监督app 河源市暴雨监控中心app 拉萨市土地局app 铜陵市城乡建设app 宜昌市特殊家庭关爱协会app 亳州市电力app 娄底市民政管理app 临沧市粮食管理app 达州市第二高中app 朝阳市电台广播中心app 石家庄市政府信息公开指南app 九江市最新新闻app 株洲市安全宣传app 锦州市旅游协会app 抚州市服务大厅app 吐鲁番市人社管理app 辽阳市审计公开app 白城市第六小学app 普兰县学校简介app 靖州苗族侗族自治县住房保障app 进贤县不良信息举报app 石楼县税务局app 宁蒗彝族自治县税务局app 淳安县消费协会app 故城县未成年保护协会app 冠县历史记录app 托里县第五高中app 西乡县助农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。