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

蚌埠市第一中学app 资阳市特殊家庭关爱协会app 上饶市土地申报app 无锡市公共法律服务app 晋城市桥梁管理app 信阳市司法管理app 梧州市出口管理app 郴州市教育局app 南昌市防灾信息app 内江市土木工程app 泉州市不良信息举报app 许昌市公正处app 昭觉县第五高中app 昭平县第三高中app 寻乌县审计公开app 双牌县政要信息app 剑阁县重大建设公开app 商水县台风信息app 茂县第六中学app 丰宁满族自治县消防宣传app 临泽县政府信息公开指南app 青川县残联app 永泰县第一中学app 富川瑶族自治县惠农app 册亨县税收公开app 琼结县司法管理app 八宿县应急管理app 远安县电视台广播app 翁源县第二中学app 田林县消费协会app 桐梓县公共法律服务app 和静县热点专题app 甘德县审计公开app 郏县第六中学app 和静县劳动局app 丹凤县不良信息举报app 阿瓦提县申建app 睢县第四小学app 镇雄县审计公开app 望奎县警务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。