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

长春市公正处app 宁波市防灾信息app 咸宁市第二小学app 丽水市水利app 葫芦岛市信息公开app 辽阳市警务app 山南市防灾信息app 邵阳市旅游协会app 丽水市热点专题app 赤峰市暴雨监控中心app 滨州市专题专栏app 濮阳市专题专栏app 合肥市振兴乡村app 肇庆市第二高中app 信阳市信息公开app 濮阳市教育局app 邯郸市招标信息app 内江市公开信息app 朝阳市同城app 江门市信息公开app 淄博市第六中学app 四平市事业单位app 东营市公益app 济南市第二小学app 乌海市教育局app 南平市国土信息app 平顶山市新闻中心app 金华市住房保障app 自贡市天气监控中心app 深圳市警务app 靖州苗族侗族自治县土地局app 平罗县粮食管理app 吉隆县重大建设公开app 清丰县安全宣传app 阿瓦提县第三中学app 远安县通讯协会app 通城县政务监督app 沛县风力发电app 利津县妇联救助app 汶上县农业补贴app 志丹县公共文化服务app 申扎县土木工程app 博爱县服务大厅app 息县公共法律服务app 甘德县公共文化服务app 乐东黎族自治县第一高中app 隆尧县第四高中app 通化县通讯协会app 贡觉县论坛app 纳雍县学校app 阳城县不良信息举报app 永新县专题专栏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。