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

临沂市公益app 保定市风力发电app 宜春市历史记录app 鸡西市税务局app 拉萨市学校简介app 嘉峪关市妇联救助app 北海市城乡建设app 周口市公正处app 菏泽市政务监督app 新乡市第一中学app 通化市铁路管理app 葫芦岛市审计公开app 云浮市养殖补助app 丽水市审计公开app 南平市妇联app 西宁市政务服务app 榆林市安全生产app 景德镇市农业补贴app 扬州市便民app 云浮市城乡建设app 贵港市重大建设公开app 鄂州市农业app 眉山市法律服务app 阳泉市第二高中app 青岛市财政信息app 佛山市信息公开app 营口市便民app 防城港市第一高中app 彭阳县防灾信息app 凤庆县森林消防app 织金县文旅信息app 镇雄县同城app 丹巴县环境保护协会app 临澧县服务大厅app 博兴县教育信息app 确山县政府公报app 赵县政府公报app 进贤县国土信息app 漳县残联app 江华瑶族自治县旅游协会app 乡城县招标信息app 宜丰县水务app 深泽县工程造价app 云县教育信息app 雅江县防灾信息app 东乡族自治县防洪app 彭水苗族土家族自治县政府公报app 乌鲁木齐县信息公开app 辰溪县太阳能发电信息app 大竹县通讯协会app 城步苗族自治县最新新闻app 南漳县养殖补助app 太湖县暴雨监控中心app 山丹县安全宣传app 信丰县学校app 博湖县水务app 叶城县不良信息举报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。