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

淮南市助农app 安顺市审计公开app 延安市税务局app 哈尔滨市旅游监督app 松原市安全生产app 宝鸡市残联救助app 上饶市第三高中app 毕节市防火app 达州市司法管理app 锦州市专题专栏app 济南市公路管理app 舟山市消防局app 孝感市残联app 连云港市招标信息app 湛江市劳动局app 儋州市旅游协会app 汕头市信息公开app 随州市水务app 衢州市第四高中app 白银市粮食管理app 松原市农业局app 永州市粮食管理app 衡阳市农业app 金寨县民政管理app 遂昌县财政信息app 广饶县特殊家庭关爱协会app 会宁县第五小学app 嘉鱼县社会求助app 宁陵县建设局信息app 平和县环境保护协会app 吴堡县第一小学app 垣曲县妇联app 石渠县暴雨监控中心app 平罗县消费协会app 奇台县税收公开app 雅江县旅游监督app 昌黎县助农app 宁强县新闻中心app 石城县第四高中app 左权县公路管理app 东山县政要信息app 江口县第二高中app 巨鹿县专题专栏app 丁青县环境保护协会app 乐亭县台风监控中心app 泸定县政要信息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。