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

酒泉市残联app 抚顺市消防局app 防城港市最新新闻app 平顶山市消防宣传app 大庆市不良信息举报app 郴州市通讯协会app 昆明市劳动局app 淮北市论坛app 宿州市工商信息app 南京市工程造价app 淮南市第五中学app 中卫市热点专题app 杭州市市场监督app 嘉兴市第五中学app 抚州市土地局app 淮安市出口管理app 雅安市防洪app 吉林市电视台广播app 松原市第四高中app 珠海市第四小学app 揭阳市太阳能发电信息app 丽水市消防宣传app 日照市土地局app 怀化市消防局app 衡水市事业单位app 珠海市第二高中app 资源县天气监控中心app 永宁县土木工程app 柳林县粮食管理app 墨竹工卡县防灾信息app 道真仡佬族苗族自治县水务app 遂溪县工程造价app 嘉祥县新闻中心app 宜阳县栾川县水利app 横峰县第三中学app 江口县新闻中心app 互助土族自治县环境保护协会app 平江县土地局app 康马县台风信息app 乾县第三中学app 祁连县第四高中app 高青县工商局app 围场满族蒙古族自治县森林消防app 浮山县第一高中app 勉县历史记录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。