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

秦皇岛市公共法律服务app 无锡市未成年保护协会app 海口市第四高中app 儋州市民政管理app 三门峡市国土信息app 福州市征地服务app 长沙市第六中学app 铜仁市桥梁管理app 葫芦岛市惠农app 吉林市教育信息app 金昌市公正处app 安阳市安全生产app 昆明市土地局app 中卫市桥梁管理app 东莞市教研app 佳木斯市服务大厅app 永州市文旅信息app 太原市水务app 蚌埠市国土信息app 白城市数据管理局app 咸宁市第二中学app 德州市税收公开app 阜新市市场监督app 泸州市第五高中app 新野县天气监控中心app 思南县第三小学app 蕲春县防洪app 武功县文旅信息app 泰来县第二中学app 高青县第三小学app 沁县重大建设公开app 开鲁县论坛app 沂南县信息公开app 临高县社会求助app 文安县中心校app 宜兰县工商信息app 彰武县残联救助app 法库县农业补贴app 尉犁县防洪信息app 辰溪县旅游协会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。