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

马鞍山市住房保障app 赤峰市惠农app 安顺市第一中学app 忻州市征地服务app 陇南市非物质文化遗产app 漯河市环境保护协会app 株洲市特殊家庭关爱协会app 徐州市第二中学app 信阳市中心校app 柳州市城乡建设app 赣州市土木工程app 株洲市桥梁管理app 武汉市政务监督app 玉林市消费协会app 石家庄市铁路管理app 鞍山市社会求助app 晋中市防火app 焦作市数据管理局app 来宾市热点专题app 嘉峪关市残联救助app 潮州市司法管理app 池州市铁路管理app 崇左市电视台广播app 乌海市第二高中app 景德镇市同城app 宁德市消防局app 丽水市市场监督app 武威市税务局app 黄石市特殊家庭关爱协会app 齐齐哈尔市天气监控中心app 秭归县粮食管理app 炎陵县残联app 佳县桥梁管理app 灵丘县防火app 容县服务大厅app 黟县教育信息app 日土县第一中学app 浮山县环境保护协会app 亚东县第四小学app 方城县公益app 察隅县特殊家庭关爱协会app 互助土族自治县司法管理app 卢龙县第四小学app 林口县政务服务app 浠水县残联app 博湖县人社管理app 安义县公开信息app 湘潭县第一高中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。