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

丽江市第五高中app 南昌市土地申报app 泉州市社会求助app 通辽市第一中学app 平顶山市台风信息app 滁州市征地服务app 温州市公共文化服务app 福州市防灾信息app 双鸭山市旅游协会app 长治市人社管理app 郴州市学校简介app 汕头市妇联救助app 鹤岗市第二小学app 南阳市学校app 阜阳市政务服务app 合肥市第六中学app 贵阳市土木工程app 昆明市第五小学app 营口市电视台广播app 三沙市审计公开app 滁州市特殊家庭关爱协会app 望都县市场监督app 贡山独龙族怒族自治县中心校app 姚安县社会求助app 广昌县特殊家庭关爱协会app 睢县最新新闻app 乌恰县公共文化服务app 磐安县养老服务app 盐边县振兴乡村app 永春县劳动局app 平利县重大建设公开app 台安县农业补贴app 平潭县历史记录app 西平县税收公开app 拉孜县工商信息app 靖边县教育局app 临西县铁路管理app 分宜县防洪app 宣汉县第六小学app 团风县新闻中心app 澎湖县助农app 黎平县土木工程app 兴隆县防火app 宁武县特殊家庭关爱协会app 治多县申建app 固镇县第四高中app 高阳县公共文化服务app 隰县公路管理app 垣曲县公开信息app 沧源佤族自治县残联救助app 万荣县残联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。