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

芜湖市第三中学app 广州市政府信息公开指南app 云浮市第三高中app 聊城市街道办app 丹东市财政信息app 舟山市出口管理app 信阳市消防局app 双鸭山市重大建设公开app 安康市第三高中app 丹东市水务app 白山市招标信息app 邯郸市第六中学app 德州市政府公报app 鹤壁市城乡建设app 株洲市数据管理局app 吐鲁番市政要信息app 遂宁市第三小学app 桂林市第六小学app 银川市环境保护协会app 厦门市消防宣传app 呼伦贝尔市公正处app 绥化市农业补贴app 雅安市重大建设公开app 长治市第五高中app 保山市台风信息app 蒲江县文旅信息app 凤冈县森林消防app 五原县电台广播中心app 左云县电台广播中心app 岑巩县信息公开app 寻甸回族彝族自治县惠农app 华宁县农业app 芦山县防灾信息app 米脂县公路管理app 从江县第四中学app 广宁县申建app 靖安县市场监督app 越西县铁路管理app 确山县第二小学app 西华县公正处app 德钦县旅游监督app 托克逊县台风信息app 石阡县水务app 将乐县学校简介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。