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

商洛市消防局app 韶关市农业局app 银川市中心校app 山南市数据管理局app 六盘水市农业补贴app 中山市农业补贴app 泰安市政要信息app 鞍山市农业局app 潍坊市公共法律服务app 三明市数据管理局app 吉安市台风监控中心app 齐齐哈尔市教育信息app 宜宾市出口管理app 台州市残联app 伊春市农业补贴app 韶关市残联救助app 晋城市暴雨监控中心app 克拉玛依市教育局app 郴州市公正处app 北海市学校app 银川市残联救助app 临邑县便民app 苍南县人社管理app 平邑县台风监控中心app 闽侯县第五中学app 定日县财政信息app 蓝田县残联救助app 南陵县公开信息app 麻江县助农app 大城县工商局app 西峡县电台广播中心app 鄄城县税务局app 绥江县消防局app 镇沅彝族哈尼族拉祜族自治县防洪信息app 吴堡县第六小学app 积石山保安族东乡族撒拉族自治县政府公报app 莎车县天气监控中心app 甘南县第三中学app 天柱县非物质文化遗产app 索县街道办app 梨树县税收公开app 遂平县专题专栏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。