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

辽源市公益app 荆州市专题专栏app 湛江市事业单位app 六盘水市土地申报app 晋城市不良信息举报app 淮南市养老服务app 吉林市法律服务app 镇江市同城app 开封市电台广播中心app 防城港市国土信息app 徐州市土地申报app 西宁市工程造价app 镇江市铁路管理app 淮北市政府公报app 唐山市同城app 遂宁市第四中学app 齐齐哈尔市第二高中app 吴忠市第五中学app 益阳市桥梁管理app 上饶市第二小学app 保山市事业单位app 玉溪市公开信息app 开封市事业单位app 自贡市数据管理局app 阳泉市特殊家庭关爱协会app 来宾市特殊家庭关爱协会app 乌兰察布市信息公开app 吐鲁番市政府信息公开指南app 绥化市未成年保护协会app 新安县人社管理app 肃南裕固族自治县市场监督app 定南县事业单位app 措美县妇联app 岷县振兴乡村app 新宁县第四中学app 留坝县第五中学app 兴和县消费协会app 西和县信息公开app 边坝县服务大厅app 南昌县公路管理app 托克逊县便民app 南丰县公正处app 九龙县公开信息app 武定县台风信息app 浦江县防火app 昭觉县论坛app 澄迈县论坛app 明水县庆安县新闻中心app 茂县民政管理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。