💡
原文中文，约2200字，阅读约需6分钟。
📝
内容提要
AIxiv报道小红书FireRed团队发布的开源语音识别模型FireRedASR，该模型在中文普通话测试集上实现新SOTA，字错误率降低8.4%。FireRedASR包括FireRedASR-LLM和FireRedASR-AED两种结构，分别满足高精度和高效推理需求，适用于多种应用场景。
🎯
关键要点
- 小红书FireRed团队发布了开源语音识别模型FireRedASR，字错误率降低8.4%。
- FireRedASR包括FireRedASR-LLM和FireRedASR-AED两种结构，分别满足高精度和高效推理需求。
- FireRedASR在中文普通话测试集上实现了新的SOTA，表现优于Seed-ASR。
- FireRedASR-LLM适用于对准确率要求极高的应用场景，FireRedASR-AED则平衡了准确率与推理效率。
- FireRedASR在多种日常场景中表现优异，CER相对降低23.7%~40.0%。
- 在歌词识别场景中，FireRedASR-LLM的CER实现了50.2%～66.7%的相对降低。
- FireRedASR在中文方言和英语场景中也表现良好，CER显著优于此前的开源SOTA模型。
- FireRed团队希望通过开源促进ASR的应用和端到端语音交互的发展。
❓
延伸问答
FireRedASR模型的主要创新点是什么？
FireRedASR在中文普通话测试集上实现了新的SOTA，字错误率降低8.4%。
FireRedASR包含哪些结构？
FireRedASR包括FireRedASR-LLM和FireRedASR-AED两种结构，分别满足高精度和高效推理需求。
FireRedASR在歌词识别场景中的表现如何？
在歌词识别场景中，FireRedASR-LLM的CER实现了50.2%～66.7%的相对降低。
FireRedASR的开源目的是什么？
FireRed团队希望通过开源促进ASR的应用和端到端语音交互的发展。
FireRedASR在多种日常场景中的表现如何？
FireRedASR在多种日常场景中表现优异，CER相对降低23.7%~40.0%。
FireRedASR与Seed-ASR的比较结果如何？
FireRedASR的字错误率相对Seed-ASR降低了8.4%，表现更优。
➡️
