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

辽源市环境保护协会app 鹤岗市防火app 常德市财政信息app 西安市警务app 定西市养殖补助app 宜昌市台风信息app 萍乡市防火app 亳州市公共法律服务app 安顺市第二高中app 平顶山市台风监控中心app 衡水市风力发电app 辽源市税务局app 芜湖市公正处app 政和县国土信息app 金门县事业单位app 中阳县第二中学app 紫金县养殖补助app 莒南县农业app 孟津县财政信息app 信丰县第六中学app 芦溪县国土信息app 慈利县审计公开app 古田县防火app 麦盖提县建设局信息app 秭归县环境保护协会app 海丰县服务大厅app 渭源县暴雨监控中心app 饶河县环境保护协会app 稷山县公共法律服务app 祁门县第五高中app 铁岭县公共文化服务app 盘山县第一小学app 柏乡县非物质文化遗产app 临县城乡建设app 龙陵县便民app 芷江侗族自治县社会求助app 虞城县历史记录app 新和县第五中学app 翼城县农业局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。