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

乌兰察布市工程造价app 南京市通讯协会app 晋城市论坛app 张家界市第四中学app 昌都市环境保护协会app 桂林市台风信息app 鹤岗市消防宣传app 百色市文旅信息app 巴中市应急管理app 巴彦淖尔市建设局信息app 南京市防灾信息app 双鸭山市第二小学app 铜川市重大建设公开app 巴中市城乡建设app 海东市建设局信息app 武汉市政要信息app 勐腊县第五中学app 临猗县新闻中心app 龙里县公开信息app 绩溪县卫生协会app 永寿县消防局app 巴彦县土地局app 开阳县工程造价app 精河县安全宣传app 灵石县榆社县公共法律服务app 固安县便民app 金湖县政府信息公开指南app 竹溪县第四中学app 勉县第三高中app 塔什库尔干塔吉克自治县消防局app 荣县防灾信息app 麦盖提县专题专栏app 费县环境保护协会app 托里县第五小学app 民丰县太阳能发电信息app 惠东县第一中学app 禄丰县电台广播中心app 木垒哈萨克自治县财政信息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。