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

焦作市旅游监督app 台州市第四中学app 呼和浩特市学校app 蚌埠市法律服务app 宁波市警务app 双鸭山市便民app 武汉市招标信息app 资阳市数据管理局app 呼和浩特市新闻中心app 鹰潭市教育局app 金华市第四中学app 黑河市论坛app 衢州市第二高中app 梅州市台风信息app 辽阳市服务大厅app 周口市第二高中app 韶关市水利app 铜川市重大建设公开app 雅安市台风监控中心app 海东市电台广播中心app 佛山市妇联app 杭州市申建app 咸宁市公路管理app 聊城市学校简介app 中卫市残联救助app 白银市建设局信息app 忻州市出口管理app 泸州市便民app 内江市消防局app 平乡县不良信息举报app 恭城瑶族自治县电台广播中心app 措勤县第一小学app 青龙满族自治县第六中学app 延寿县住房保障app 仙游县水利app 云县灾害救助app 郎溪县防火app 武功县便民app 江安县第二高中app 衡阳县土木工程app 博爱县新闻中心app 祥云县第三高中app 台东县财政信息app 曲松县暴雨监控中心app 临沭县台风监控中心app 新疆维吾尔自治区电台广播中心app 岑巩县中心校app 上栗县粮食管理app 黄梅县消防宣传app 滦南县中心校app 衡东县未成年保护协会app 洛南县电力app 山阴县工程造价app 清河县政要信息app 沈丘县历史记录app 策勒县第二高中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。