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

发布时间:2025-03-21 00:23:42 来源:互联网

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。

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

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。

本周热门教程

1
“熟老太”背后的文化与技术:如何理解这一现象及其对社会的影响?

“熟老太”背后的文化与技术:如何理解这一现象及其对社会的影响?

2025/03/17

2
18_XXXXXL56HGlD到底代表什么?它在数字安全中的作用和潜力解析

18_XXXXXL56HGlD到底代表什么?它在数字安全中的作用和潜力解析

2025/03/17

3
美国为何“又粗又大”?探索美国在全球影响力背后的深层原因:经济、军事、科技与文化的全面分析

美国为何“又粗又大”?探索美国在全球影响力背后的深层原因:经济、军事、科技与文化的全面分析

2025/03/23

4
天堂JMComicron.MIC1.7.1版本更新有哪些亮点?性能优化和新功能值得期待

天堂JMComicron.MIC1.7.1版本更新有哪些亮点?性能优化和新功能值得期待

2025/03/17

5
如何在“麦子3HD”中有效偿还债务?提升收入与策略规划的关键要点

如何在“麦子3HD”中有效偿还债务?提升收入与策略规划的关键要点

2025/03/25

6
肉蔻之香2意大利版:为何它成为玩家最喜爱的冒险解谜游戏?

肉蔻之香2意大利版:为何它成为玩家最喜爱的冒险解谜游戏?

2025/03/25

7
国产❌❌❌❌69熟:为何越来越多消费者选择国产品牌而不是国际大牌?

国产❌❌❌❌69熟:为何越来越多消费者选择国产品牌而不是国际大牌?

2025/03/22

8
九阴争茎黑天使最后是否存活?揭秘黑天使结局背后的真相与未来发展

九阴争茎黑天使最后是否存活?揭秘黑天使结局背后的真相与未来发展

2025/03/24

9
如何免费观看《大地二》并享受最佳观影体验?探索最佳观看途径与观影小贴士

如何免费观看《大地二》并享受最佳观影体验?探索最佳观看途径与观影小贴士

2025/03/16

10
国产品牌崛起:“又粗又大”产品为何在市场中占据优势?

国产品牌崛起:“又粗又大”产品为何在市场中占据优势?

2025/03/24