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

南通市妇联app 荆州市同城app 白城市消费协会app 临沧市招标信息app 揭阳市税务局app 通化市风力发电app 包头市第五小学app 韶关市非物质文化遗产app 曲靖市消防宣传app 承德市通讯协会app 衡水市第五高中app 海东市旅游监督app 永州市风力发电app 贺州市土木工程app 扬州市文旅信息app 海东市社会求助app 呼和浩特市街道办app 滁州市第一小学app 莆田市城乡建设app 林芝市灾害救助app 呼和浩特市第一高中app 临沂市劳动局app 沈阳市教研app 汉中市粮食管理app 营口市第四中学app 阜阳市公开信息app 宜宾市桥梁管理app 内丘县妇联app 武山县社会求助app 南涧彝族自治县水利app 千阳县第三高中app 扶风县农业局app 广平县第二高中app 玛多县国土信息app 怀远县风力发电app 同心县事业单位app 泰顺县助农app 和田县第三小学app 威信县热点专题app 商河县第三高中app 施甸县养老服务app 柳河县应急管理app 都安瑶族自治县第一中学app 镇赉县司法管理app 义县防洪app 邻水县工程造价app 精河县审计公开app 阳信县法律服务app 怀宁县卫生协会app 右玉县残联app 乐至县第一中学app 昌宁县风力发电app 石屏县第五中学app 乌兰县电力app 金寨县公正处app 魏县第二中学app 汤原县第三中学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。