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

北海市公开信息app 宣城市卫生协会app 赣州市文旅信息app 茂名市教育局app 庆阳市公正处app 忻州市公正处app 山南市台风信息app 平凉市残联救助app 中山市政府信息公开指南app 东莞市电视台广播app 泰安市热点专题app 商丘市政务监督app 阳泉市农业补贴app 崇左市第四高中app 阜平县公共文化服务app 布拖县振兴乡村app 惠水县第四中学app 邵阳县农业补贴app 宁晋县特殊家庭关爱协会app 临高县第一小学app 玉龙纳西族自治县民政管理app 苍溪县农业补贴app 桐梓县森林消防app 噶尔县学校app 山阴县妇联救助app 比如县申建app 普安县数据管理局app 平顺县消费协会app 古浪县第四小学app 大箐山县第二高中app 海丰县妇联app 行唐县街道办app 泰和县最新新闻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。