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

丹东市残联救助app 阜阳市教育信息app 云浮市电视台广播app 许昌市第三中学app 邢台市消费协会app 通辽市妇联app 宜宾市天气监控中心app 贺州市妇联救助app 蚌埠市未成年保护协会app 运城市热点专题app 清远市第三小学app 齐齐哈尔市公正处app 鸡西市卫生协会app 襄阳市太阳能发电信息app 黄山市森林消防app 常德市市场监督app 商丘市森林消防app 安康市安全宣传app 成都市历史记录app 上饶市土地局app 太原市未成年保护协会app 襄阳市桥梁管理app 临沂市水利app 沈阳市农业补贴app 那曲市电视台广播app 珠海市第五小学app 衡水市安全宣传app 海东市政府信息公开指南app 郴州市民政管理app 贵港市公开信息app 乌恰县第三高中app 隆安县第二小学app 合阳县振兴乡村app 泗洪县申建app 泗洪县电力app 阳曲县环境保护协会app 泽普县申建app 开化县公正处app 理县第二中学app 昌江黎族自治县劳动局app 乐安县残联app 岫岩满族自治县服务大厅app 绿春县残联救助app 康马县第六中学app 左贡县申建app 秭归县台风信息app 澎湖县土地局app 中江县养老服务app 封丘县工商信息app 扎囊县安全宣传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。