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

==> 1 ok ==> 2 ok ==> 3 ok ==> 4 ok ==> 5 ok ==> 6 ok ==> 7 ok ==> 8 ok ==> 9 ok ==> 10 ok ==> 11 ok ==> 12 ok ==> 13 ok ==> 14 ok ==> 15 ok ==> 16 ok ==> 17 ok ==> 18 ok ==> 19 ok ==> 20 ok ==> 21 ok ==> 22 ok ==> 23 ok ==> 24 ok ==> 25 ok ==> 26 ok ==> 27 ok ==> 28 ok ==> 29 ok ==> 30 ok ==> 31 ok ==> 32 ok ==> 33 ok ==> 34 ok ==> 35 ok ==> 36 ok ==> 37 ok ==> 38 ok ==> 39 ok ==> 40 ok ==> 41 ok ==> 42 ok ==> 43 ok ==> 44 ok ==> 45 ok ==> 46 ok ==> 47 ok ==> 48 ok ==> 49 ok ==> 50 ok ==> 1 ok ==> 2 ok ==> 3 ok ==> 4 ok ==> 5 ok ==> 6 ok ==> 7 ok ==> 8 ok ==> 9 ok ==> 10 ok ==> 11 ok ==> 12 ok ==> 13 ok ==> 14 ok ==> 15 ok ==> 16 ok ==> 17 ok ==> 18 ok ==> 19 ok ==> 20 ok ==> 21 ok ==> 22 ok ==> 23 ok ==> 24 ok ==> 25 ok ==> 26 ok ==> 27 ok ==> 28 ok ==> 29 ok ==> 30 ok ==> 31 ok ==> 32 ok ==> 33 ok ==> 34 ok ==> 35 ok ==> 36 ok ==> 37 ok ==> 38 ok ==> 39 ok ==> 40 ok ==> 41 ok ==> 42 ok ==> 43 ok ==> 44 ok ==> 45 ok ==> 46 ok ==> 47 ok ==> 48 ok ==> 49 ok ==> 50 ok

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。