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

舟山市第三小学app 崇左市历史记录app 鹰潭市审计公开app 德州市旅游协会app 襄阳市桥梁管理app 齐齐哈尔市最新新闻app 白山市环境保护协会app 随州市税收公开app 成都市工商信息app 山南市服务大厅app 克拉玛依市工商信息app 铜川市出口管理app 嘉峪关市天气监控中心app 佛山市残联救助app 岳阳市劳动局app 武威市第四高中app 泉州市出口管理app 陇南市通讯协会app 衢州市城乡建设app 南昌市风力发电app 朔州市法律服务app 西宁市重大建设公开app 咸阳市热点专题app 绵阳市电视台广播app 淮南市铁路管理app 铜川市税收公开app 洛阳市残联app 益阳市警务app 丽江市消防局app 张家界市第六小学app 依兰县农业app 宜丰县环境保护协会app 勃利县街道办app 喀喇沁左翼蒙古族自治县第三高中app 务川仡佬族苗族自治县妇联app 平南县人社管理app 鄄城县第四小学app 循化撒拉族自治县第五中学app 绩溪县妇联app 平南县助农app 都兰县水利app 昌宁县论坛app 竹溪县学校app 隰县第三小学app 丹棱县劳动局app 宾阳县第六小学app 来凤县桥梁管理app 修文县旅游协会app 汤原县土地局app 内黄县灾害救助app 前郭尔罗斯蒙古族自治县文旅信息app 武胜县税收公开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。