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

崇左市法律服务app 西安市工程造价app 中山市养殖补助app 广安市电台广播中心app 永州市第三小学app 襄阳市公开信息app 梧州市铁路管理app 泉州市城乡建设app 江门市灾害救助app 忻州市第二小学app 武川县税收公开app 湘阴县妇联app 民和回族土族自治县工商信息app 沂水县电视台广播app 融水苗族自治县信息公开app 天全县养殖补助app 乐至县税务局app 祁阳县未成年保护协会app 怀远县公益app 永仁县安全生产app 阿瓦提县水务app 镇坪县旅游监督app 富顺县国土信息app 龙胜各族自治县养老服务app 壤塘县灾害救助app 澜沧拉祜族自治县旅游协会app 和顺县安全生产app 蒙城县土木工程app 突泉县公益app 高邑县第三高中app 永修县建设局信息app 石柱土家族自治县最新新闻app 商水县新闻中心app 三原县工程造价app 五华县安全生产app 夏河县台风监控中心app 古田县水利app 江华瑶族自治县事业单位app 泗洪县工程造价app 洛宁县第二高中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。