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

滁州市教研app 来宾市第二小学app 黑河市防火app 荆州市政务监督app 贵阳市第三小学app 常德市妇联app 银川市政府公报app 漳州市审计公开app 淄博市历史记录app 佳木斯市劳动局app 三沙市第四小学app 萍乡市第三小学app 阜新市招标信息app 昌都市旅游监督app 景德镇市第五高中app 通化市教育局app 江门市法律服务app 菏泽市第三小学app 乌鲁木齐市天气监控中心app 大庆市通讯协会app 无锡市公开信息app 揭阳市第二高中app 平顶山市国土信息app 常州市专题专栏app 佳木斯市土木工程app 洛隆县消费协会app 洛宁县第五高中app 长汀县残联救助app 宁明县台风信息app 宣恩县养老服务app 淅川县助农app 渠县专题专栏app 房县通讯协会app 宁县应急管理app 稻城县应急管理app 乳源瑶族自治县公共法律服务app 宁城县旅游监督app 玉山县环境保护协会app 灵璧县第六小学app 饶河县工商信息app 留坝县养老服务app 安义县天气监控中心app 理塘县第六小学app 贺兰县养殖补助app 射阳县建湖县天气监控中心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。