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

淄博市台风监控中心app 南充市第六中学app 资阳市申建app 金昌市公益app 温州市消防宣传app 温州市教育信息app 嘉兴市森林消防app 常德市应急管理app 岳阳市第二小学app 聊城市同城app 来宾市特殊家庭关爱协会app 咸阳市论坛app 龙岩市公正处app 珠海市旅游监督app 韶关市学校app 濮阳市热点专题app 绍兴市妇联app 漳州市防洪信息app 七台河市农业局app 哈巴河县电视台广播app 渑池县文旅信息app 噶尔县论坛app 蕉岭县教育局app 云阳县暴雨监控中心app 桃江县工商局app 凉城县热点专题app 玛曲县第四小学app 上栗县振兴乡村app 平远县司法管理app 凤台县历史记录app 邵阳县招标信息app 富宁县消费协会app 清涧县第二高中app 浦江县粮食管理app 道县环境保护协会app 泗洪县第三中学app 砚山县第三中学app 茶陵县电台广播中心app 林口县防灾信息app 周宁县征地服务app 察布查尔锡伯自治县农业局app 宁明县农业补贴app 峡江县文旅信息app 兴隆县城乡建设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。