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

云浮市不良信息举报app 中卫市税务局app 唐山市残联救助app 宁德市粮食管理app 巴彦淖尔市服务大厅app 广元市台风监控中心app 汕尾市政务监督app 大同市农业app 山南市民政管理app 防城港市消防宣传app 六盘水市第四高中app 唐山市桥梁管理app 淮北市水务app 沈阳市街道办app 哈密市事业单位app 聊城市工商信息app 十堰市出口管理app 延安市环境保护协会app 银川市第六小学app 益阳市学校简介app 长春市城乡建设app 九江市通讯协会app 荆门市公益app 大庆市税收公开app 哈密市教研app 马鞍山市中心校app 辽源市第三中学app 永顺县非物质文化遗产app 蓬安县铁路管理app 松潘县太阳能发电信息app 祁东县第五中学app 台前县第五中学app 封丘县铁路管理app 南涧彝族自治县土地局app 丹巴县电台广播中心app 沭阳县学校简介app 新干县防灾信息app 屯昌县数据管理局app 凌云县农业补贴app 雷波县惠农app 安龙县中心校app 翼城县第三高中app 连平县民政管理app 大埔县同城app 武宣县市场监督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。