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

河源市热点专题app 盘锦市第四高中app 长沙市第二中学app 来宾市税收公开app 百色市电台广播中心app 达州市公开信息app 廊坊市电力app 萍乡市中心校app 德阳市公共文化服务app 辽阳市国土信息app 防城港市第三小学app 儋州市政务服务app 厦门市税务局app 莆田市学校简介app 徐州市粮食管理app 张家界市环境保护协会app 三门峡市第四小学app 平顶山市消防宣传app 兰州市工程造价app 烟台市农业app 九江市教育局app 百色市土地局app 菏泽市桥梁管理app 大庆市政要信息app 白城市国土信息app 康县土木工程app 修文县住房保障app 阳原县公正处app 静宁县第四高中app 尖扎县农业局app 延川县第二高中app 保康县安全生产app 东明县养老服务app 扶绥县防灾信息app 微山县安全生产app 鄢陵县出口管理app 民勤县环境保护协会app 桐柏县国土信息app 乐东黎族自治县安全宣传app 五河县防灾信息app 怀安县第一中学app 昭觉县安全宣传app 夏邑县公路管理app 洛扎县政务服务app 彰武县安全生产app 沭阳县论坛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。