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

周口市应急管理app 蚌埠市惠农app 四平市市场监督app 贵阳市警务app 益阳市第二高中app 焦作市旅游监督app 常德市第六中学app 自贡市同城app 西安市第一高中app 渭南市安全宣传app 本溪市助农app 揭阳市政要信息app 滁州市工商信息app 温州市社会求助app 乌海市法律服务app 淮安市土地申报app 泉州市第四高中app 伊春市养殖补助app 石家庄市最新新闻app 鞍山市最新新闻app 信阳市农业局app 黄石市农业补贴app 大田县第一中学app 华宁县服务大厅app 宁强县电视台广播app 蒙山县残联救助app 法库县土木工程app 康平县公共法律服务app 错那县人社管理app 宽城满族自治县税收公开app 凤县第四小学app 偏关县公共文化服务app 刚察县第三高中app 中宁县第五高中app 凤山县财政信息app 罗山县税务局app 龙游县环境保护协会app 盐源县专题专栏app 霍城县教研app 察布查尔锡伯自治县公共文化服务app 开鲁县第五中学app 溆浦县建设局信息app 亚东县审计公开app 怀来县养殖补助app 磁县公共文化服务app 南乐县特殊家庭关爱协会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。