小红书FireRed团队发布开源语音识别模型FireRedASR，多场景表现优异

近日，语音识别领域迎来重要进展，小红书的FireRed团队推出全新开源语音识别模型FireRedASR。这一基于大模型的成果，在多个标准测试集中成绩斐然，堪称中文语音识别技术的重大突破。

衡量FireRedASR的关键指标是字错误率（CER），此指标数值越低，模型识别效果越佳。在近期公开测试里，FireRedASR的CER达到3.05%，相较于此前最佳模型Seed-ASR降低8.4%，彰显了FireRed团队在语音识别技术上的创新实力。

FireRedASR模型包含两种核心结构，即FireRedASR-LLM与FireRedASR-AED。前者聚焦于极致的语音识别精度，后者则巧妙平衡了准确率与推理效率。团队还提供不同规模模型及推理代码，满足各类应用场景需求。

在众多日常应用场景中，FireRedASR展现强大性能。在短视频、直播和语音输入等组成的测试集中，FireRedASR-LLM的CER较业内领先服务提供商降低23.7%至40%。在歌词识别场景中表现更为突出，CER实现50.2%至66.7%的相对降低。

此外，在中文方言和英语场景里，FireRedASR同样表现出色。其在KeSpeech和LibriSpeech测试集上的CER显著优于以往开源模型，证实了在多种语言环境中的鲁棒性与适应性。

FireRed团队开源这一模型，旨在推动语音识别技术发展与应用。所有模型和代码已在GitHub公开，诚邀更多开发者和研究者参与其中。HuggingFace链接：https://huggingface.co/FireRedTeam，github链接：https://github.com/FireRedTeam/FireRedASR 。