2026年春节，语音功能在小红书无处不在。但这并非一蹴而就。一位技术博士，带领团队用五年时间，将一个空白领域，打造成连接亿万用户的温暖入口。这不仅是一个技术攻坚的故事，更是一个关于想象力、坚持与人文关怀的样本，展现了技术如何真正服务于真实的人。
智能速览
一位技术博士选择在小红书的空白领域，开启语音技术的探索。
团队历经失败，最终自研并开源了SOTA效果的语音大模型。
语音评论功能支持多种方言与声音标签，成为社区新玩法。
语音搜索致力于捕捉用户未整理的念头，提供有温度的参照系。
技术落地为听障和老年用户群体搭建了温暖的交流桥梁。
精华内容
一项技术的诞生，往往始于一个大胆的设想，并经由无数次的试错与坚持才得以成形。在小红书，语音技术从零到一的故事，正是对这句话的最好注解。
选择与起点
2021年，音频技术博士风龙加入了小红书。彼时，语音功能在该平台尚属空白，但这对他而言恰恰是机会。他此前在头部大厂的经历让他明白，对年轻人而言，稳定不一定是好事，变化才意味着机会。入职之初，他便立下目标：打造业界最顶尖的语音技术。他看中小红书社区真实、多元的表达氛围，认为这里是语音技术生长的独特土壤，能为人机交互创造真实价值。
破局的坚持
2023年，风龙预见到语音在大模型时代的潜力，决定自研语音大模型。但初期团队面临资源少、关注度低、人手缺的困境，模型性能迟迟无法突破。在长达半年的反复失败后，团队并未放弃。在领导的支持下，他们选择把时间花在打磨技术上，不急于求成。正是这份“熬”与“磨”，为后来的技术突破奠定了坚实基础。失败没有被视为终点，而是滋养成长的养分。
技术的开花
2025年，团队的努力迎来了收获。自研大模型FireRedTTS成功开源，同年1月，FireRedASR在50多个中文语音识别基准测试中综合排名第一，字错率较行业标杆降低8.4%—40%。凭借深厚的技术积累，团队能在海外用户涌入时，7天内火速上线双语字幕功能。这种快速响应的能力，正是源于此前长时间的默默耕耘，让技术积累最终转化为了用户能感知的价值。
有温度的产品
将技术转化为产品，风龙团队更注重“活人感”。语音评论功能没有采用保守方案，而是大胆支持方言，从上海话到闽南语，覆盖了多种地域口音，降低了使用门槛。对于声音标签，他们没有沿用学术定义，而是从社区用户习惯的“甜嗓”、“低音炮”等词汇出发，让AI听懂人话。这种设计让功能迅速融入社区，成为新的互动方式，也让爷爷奶奶们能轻松上网冲浪。
语音的想象力
风龙认为，语音搜索的本质是捕捉那些用户自己都还没整理好的念头。与传统文字搜索不同，语音能保留思考的原始状态，那些模糊、不确定的提问，背后是真实的困惑与情感。在小红书，语音搜索的目标不是提供标准答案，而是找到“参照系”——连接有过相似经历的其他人，让技术成为人与人之间的桥梁，实现更深层次的情感共鸣。
五年时间，语音技术从小红书的一片空白，成长为连接用户的核心能力。这不仅是技术的胜利，更是坚持与人文关怀的胜利。它证明了好的技术，应当是包容、温暖且充满想象力的。下一个五年，技术又将如何重塑我们与世界连接的方式？
