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

天水市第一小学app 呼伦贝尔市中心校app 安康市防火app 遂宁市住房保障app 秦皇岛市最新新闻app 来宾市中心校app 平凉市建设局信息app 濮阳市台风信息app 来宾市出口管理app 鹤壁市建设局信息app 常州市教育局app 遂宁市招标信息app 泸州市学校app 荆州市环境保护协会app 汉中市粮食管理app 莆田市未成年保护协会app 阳江市应急管理app 林芝市第三中学app 贵港市学校简介app 临沧市粮食管理app 漳州市电力app 张家口市电力app 四平市电台广播中心app 轮台县财政信息app 来安县专题专栏app 阿克陶县社会求助app 治多县工商信息app 惠水县养老服务app 双江拉祜族佤族布朗族傣族自治县残联app 夏河县第三中学app 抚顺县第五高中app 汝南县第三高中app 曲周县振兴乡村app 兴和县住房保障app 道县风力发电app 德清县防火app 盱眙县妇联app 宁陵县非物质文化遗产app 钟山县论坛app 阿瓦提县教育局app 阿瓦提县第一小学app 长兴县残联救助app 巴塘县残联app 喀喇沁左翼蒙古族自治县台风监控中心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。