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

宿州市第五小学app 嘉峪关市历史记录app 孝感市农业补贴app 佳木斯市学校简介app 连云港市第二小学app 青岛市消防局app 保山市暴雨监控中心app 松原市住房保障app 昌都市防火app 酒泉市第三高中app 赣州市街道办app 唐山市卫生协会app 丹东市事业单位app 石家庄市环境保护协会app 安阳市第二小学app 信阳市防灾信息app 佳木斯市第五中学app 辽源市信息公开app 哈密市第五中学app 湖州市第三中学app 吴忠市第二高中app 葫芦岛市政要信息app 中卫市振兴乡村app 衢州市公路管理app 张家口市重大建设公开app 新乡市养殖补助app 齐齐哈尔市未成年保护协会app 绍兴市税收公开app 西宁市特殊家庭关爱协会app 麻阳苗族自治县第五小学app 维西傈僳族自治县社会求助app 印江土家族苗族自治县残联救助app 祁连县警务app 德钦县非物质文化遗产app 会理县安全生产app 茂县水务app 凤凰县特殊家庭关爱协会app 错那县人社管理app 香河县景县灾害救助app 饶平县公共法律服务app 浮山县防灾信息app 泽库县第六小学app 威信县森林消防app 永顺县台风监控中心app 墨脱县公共文化服务app 松桃苗族自治县司法管理app 安溪县公路管理app 广饶县城乡建设app 锦屏县防洪app 奉新县公共文化服务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。