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

临汾市防火app 巴中市残联app 泸州市中心校app 西宁市安全生产app 通辽市公共法律服务app 唐山市法律服务app 遂宁市数据管理局app 保定市街道办app 那曲市通讯协会app 漳州市森林消防app 秦皇岛市第四小学app 日喀则市粮食管理app 运城市申建app 保定市便民app 武汉市妇联app 葫芦岛市残联救助app 沧州市台风监控中心app 保定市工程造价app 沈阳市旅游协会app 鹤岗市招标信息app 白银市太阳能发电信息app 湖州市应急管理app 乌鲁木齐市森林消防app 石嘴山市工商信息app 广安市第二高中app 白山市土地申报app 齐齐哈尔市台风监控中心app 盐城市审计公开app 张家口市建设局信息app 桐柏县公共法律服务app 民权县工商局app 望江县第四中学app 宁县招标信息app 融安县政府公报app 武宣县特殊家庭关爱协会app 保德县教育信息app 刚察县农业app 天峻县住房保障app 措美县防火app 都昌县论坛app 吉木乃县学校简介app 襄垣县消防局app 工布江达县公益app 麦盖提县政务监督app 金川县土地局app 盐源县城乡建设app 化德县商都县工程造价app 嘉荫县公正处app 安仁县振兴乡村app 嘉禾县残联app 瓜州县第一小学app 河曲县第五中学app 陵川县论坛app 丹寨县未成年保护协会app 扶绥县未成年保护协会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。