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

深圳市妇联app 淮安市工商局app 忻州市政府信息公开指南app 大连市灾害救助app 邢台市中心校app 张掖市土木工程app 哈密市非物质文化遗产app 襄阳市住房保障app 许昌市振兴乡村app 张家界市第四高中app 百色市市场监督app 毕节市文旅信息app 承德市农业补贴app 酒泉市历史记录app 广元市第四小学app 许昌市环境保护协会app 朔州市不良信息举报app 临沂市农业局app 南京市城乡建设app 盘锦市工商局app 雅安市台风监控中心app 淮北市旅游协会app 潍坊市第三高中app 克拉玛依市便民app 吕梁市农业局app 鸡西市政务监督app 珠海市卫生协会app 儋州市法律服务app 合肥市铁路管理app 攀枝花市第五中学app 泸西县第六小学app 浮山县台风监控中心app 蒲县法律服务app 隆安县第五小学app 颍上县服务大厅app 繁峙县天气监控中心app 蕲春县土木工程app 德清县水务app 莎车县助农app 沧源佤族自治县妇联app 英山县振兴乡村app 陇川县财政信息app 小金县社会求助app 勉县土地申报app 庆云县税收公开app 永胜县旅游监督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。