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

桂林市防火app 淮北市第三小学app 梅州市教育局app 江门市公共法律服务app 淄博市消费协会app 聊城市公开信息app 玉林市森林消防app 常州市养殖补助app 武威市农业局app 海东市第五中学app 广州市公共法律服务app 淄博市桥梁管理app 昭通市政要信息app 淮安市社会求助app 桂林市政府信息公开指南app 威海市第一中学app 桂林市税收公开app 丹东市新闻中心app 焦作市旅游协会app 海东市第四高中app 兰州市街道办app 丽江市热点专题app 德阳市防洪信息app 十堰市桥梁管理app 梅州市征地服务app 宜昌市太阳能发电信息app 垣曲县不良信息举报app 长泰县环境保护协会app 蔚县通讯协会app 山阳县土木工程app 茂县天气监控中心app 息烽县政务服务app 仁布县公共文化服务app 文县第五高中app 金湖县应急管理app 鹿邑县审计公开app 梁山县防火app 高邑县警务app 化隆回族自治县第三中学app 凤凰县台风监控中心app 临颍县台风信息app 涡阳县未成年保护协会app 广饶县新闻中心app 道孚县数据管理局app 龙山县妇联救助app 黄梅县第五中学app 平南县国土信息app 成安县森林消防app 尼勒克县消费协会app 藤县第五中学app 方正县重大建设公开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。