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

日照市第六小学app 内江市养殖补助app 白山市天气监控中心app 六安市暴雨监控中心app 衢州市国土信息app 天水市土地申报app 孝感市第五高中app 周口市第四高中app 大庆市公共文化服务app 日照市第一中学app 娄底市电力app 郑州市工商信息app 永州市第三中学app 保山市公共法律服务app 德阳市信息公开app 晋中市学校简介app 南充市工商局app 阜阳市审计公开app 无锡市妇联app 长春市电台广播中心app 济南市税务局app 上饶市学校app 驻马店市历史记录app 厦门市土地申报app 娄底市第六小学app 临沧市工程造价app 平江县民政管理app 枣强县文旅信息app 天峨县环境保护协会app 临高县热点专题app 中江县城乡建设app 彭泽县第三高中app 镇平县政府信息公开指南app 和顺县天气监控中心app 通渭县第五中学app 贡嘎县惠农app 南部县最新新闻app 巴塘县水务app 仁布县人社管理app 镇沅彝族哈尼族拉祜族自治县第五小学app 平山县国土信息app 大化瑶族自治县桥梁管理app 围场满族蒙古族自治县专题专栏app 明水县庆安县第二小学app 双柏县暴雨监控中心app 巨鹿县惠农app 汪清县文旅信息app 汾西县灾害救助app 都安瑶族自治县第四高中app 定远县天气监控中心app 岳池县消防宣传app 曲麻莱县第二高中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。