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

桂林市台风信息app 银川市住房保障app 湘潭市台风监控中心app 乌海市第五中学app 资阳市招标信息app 衢州市不良信息举报app 邯郸市妇联app 宜昌市养老服务app 宿州市社会求助app 齐齐哈尔市灾害救助app 吐鲁番市事业单位app 丹东市第六中学app 克拉玛依市中心校app 昆明市非物质文化遗产app 通辽市第五高中app 惠州市灾害救助app 石家庄市土地局app 张家口市服务大厅app 常德市第五高中app 南通市公正处app 包头市论坛app 济南市通讯协会app 茂名市第二高中app 广元市第五中学app 田东县土木工程app 乐东黎族自治县工商局app 道真仡佬族苗族自治县第三中学app 威信县环境保护协会app 祁东县防洪app 砚山县社会求助app 西盟佤族自治县申建app 宁陵县教研app 炎陵县残联app 洛南县通讯协会app 留坝县暴雨监控中心app 武城县同城app 横县教研app 庆城县粮食管理app 淳安县法律服务app 罗甸县消费协会app 靖州苗族侗族自治县森林消防app 滦南县重大建设公开app 随县便民app 剑河县振兴乡村app 大宁县防洪信息app 拉孜县应急管理app 原阳县桥梁管理app 通道侗族自治县文旅信息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。