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

辽源市财政信息app 成都市公共法律服务app 宿州市桥梁管理app 白城市第一小学app 丽水市招标信息app 钦州市国土信息app 运城市民政管理app 石家庄市农业局app 十堰市第二中学app 河源市天气监控中心app 威海市税务局app 温州市农业局app 通化市工商信息app 三沙市历史记录app 辽源市第六小学app 漯河市电台广播中心app 秦安县政府信息公开指南app 霍山县水务app 略阳县第二高中app 沈丘县城乡建设app 漳县政府公报app 新和县服务大厅app 南部县未成年保护协会app 永登县学校简介app 仲巴县国土信息app 庐江县水务app 通道侗族自治县第三中学app 东海县第一高中app 顺昌县防火app 岗巴县残联救助app 饶平县警务app 金秀瑶族自治县第三小学app 托里县农业局app 循化撒拉族自治县环境保护协会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。