AI图鉴

AI图鉴首页 › AI 资讯 › TII 发布 Falcon-ASR: 1.6B 阿拉伯语语音模型达到 20.92

TII 发布 Falcon-ASR: 1.6B 阿拉伯语语音模型达到 20.92% WER

来源:MarkTechPost · 发布时间:10-12 · 由 AI图鉴每小时自动聚合

TII拥有发布 Falcon-ASR,是阿拉伯语的1.6B语音识别模型,以阿联酋为焦点。 它报告平均20.92%的WER 在6个阿拉伯测试集,但重量

阿布扎比技术创新研究所(TII)拥有发布 Falcon-ASR,一个1.6B参数阿拉伯语语音识别模型。 其重点是埃米拉蒂方言,同时也翻译英语,法语,西班牙语和葡萄牙语。 Falcon-ASR在TII的评价中,这比TII领导板快照中公布的最佳条目高出2.25分。 对于建设阿拉伯语语音产品的开发者来说,捕获就是访问:今天它只作为主机演示运行。

TL;数据

- 大小:1.6B参数。 最大音频上下文:未披露(演示可接受最多60秒和20MB的剪辑).

- 运行时间:未披露。 没有公布加权或定量变种。 访问是 Hugging Face 演示,计划有 API 和本土应用。

- 性能:TII自身比较中最低的阿拉伯语和埃米尔派WER,有坚实的英语结果。

- 最佳:20.92%的阿拉伯WER,比奥达-ASR-V1-Turbo低2.25分(23.17%)。

- 最差:11.86%的WER 在Earnings-22,其最弱的英语测试集。

- 底线(最佳):在TII的测试中,采用1.6B型紧凑型,领先较大的阿拉伯系统。

- 底线(最差):没有权重,没有许可证,还没有API,所有的分数都是自报的。

什么是猎鹰ASR?

Falcon-ASR是一种来自TII的语音转文本模型,将口语阿拉伯语和其他4种语言转换为文本。 所有5种语言共用一组权重。 该模式不需要语言旗帜和所讲语言的产出文本。 它还返回词级时间戳,将每个词与它在音频中的位置联系起来。 这对字幕、可搜索录音和会见指出很重要。

Falcon-ASR如何处理阿拉伯语方言?

与现代标准阿拉伯语(MSA)相比,Dialectal阿拉伯语的转写资源要少得多。 TII对Falcon-ASR进行了关于阿联酋语、MSA、其他海湾和阿拉伯语方言以及英语的培训。 目标是日常的语音,包括方言形式和语言切换。

培训的音频还增加了背景噪音、重复的演讲、音乐、房间反响和电话效应。 速度和投球率也各不相同。 对阿联酋的录音也采用了同样的处理办法。

该模型基于TII的Falcon3-Audio作品。 该研究描述了基于指令调制的LLMs和Whisper编码器的音频语言模型,在不到30K小时的公共音频上接受了培训。 我们Marktechpost的编辑和技术团队找不到任何出版的Falcon-ASR确切的架构或训练数据大小。

Falcon-ASR在阿拉伯语基准测试上得分如何?.

TII遵循了由ELM研究中心运行的开放通用阿拉伯ASR Leaderboard的协议。 它以等重平均WER在6套测试中排出系统。 TII使用领标板的标注单。 竞争对手人数于2026年9月30日公布领导板平均值检查。

低点更好请注意,Falcon-ASR 的数字是 TII 自己的跑步,而不是领跑板条目。 奥达模式卡列出自身平均CER为9.20%.

Falcon-ASR如何在阿联酋演讲中表现?

TII用人类验证的录音记录制作了阿联酋和海湾内部测试它是对卡萨布兰卡公共数据集阿联酋子集的补充。

Falcon-ASR领先4.07 WER在Qwen3-Omni上空点球。 这个测试集是私有的,所以无法复制。 Audar)在不同的埃米尔集(Mixat)上报告了19.4%的WER,因此数字并不直接可比。

Falcon -ASR在英语方面有多好?

在Hugging Face Open ASR Leaderboard使用的7套英语测试中,TII报告为5.74%的WER. 每套得分从LibriSpeech干净的1.75%到Earnings-22的11.86%不等。 对于上下文,Qwen3-ASR-1.7B列出了5.76%的WER在该领导板上。 法语,西班牙语和葡萄牙语获得支持,但TII没有为他们发布分数。

比较:Falcon-ASR与最接近的阿拉伯ASR模型

来源:TII博客的Falcon-ASR数字。 Audar),Cohere和Qwen领头板人物从ELM领头板复制到Audar卡上。 所有模型都来自TII的内部评价。

关键外卖

- 猎鹰ASR是1.6B TII的阿拉伯语第一演说模式

- 报告平均20.92%的阿拉伯WER,比奥达尔-ASR-V1-Turbo领先2.25分。

- 在TII的埃米尔派中

- 1套权重包括5种语言,带有词级时间戳。

还没有权重、执照或API:通过60秒的演示测试。

看看Falcon-ASR博客,Falcon3-Audio的论文并尝试演示。 并加入我们的通讯。 等等你在电报里吗现在你也可以加入我们的电报。

Asif Razzaq是Marktechpost AI Media Inc.的首席执行官。 作为一个有远见的企业家和工程师,阿西夫致力于利用人工智能的潜力促进社会福祉。 他最近的努力是人工智能媒体平台的发布,该平台以深入报道机器学习和深层学习新闻而著称,这些新闻在技术上既可靠又为广大观众所容易理解。 该平台每月有超过200万次观看,表明其受观众欢迎。

本文由 AI图鉴自动抓取并翻译,版权归原作者所有;如需查看原文请点下方链接。

相关 AI 工具

GPT-4o

OpenAI最新发布的多模态AI大模型,可自然流畅地进行语音对话

Google AI Studio

免费体验和测试 Google 最新的 AI 模型

豆包大模型

字节跳动推出的AI大模型家族,包括视频生成、语音视觉、通用语言模型等

蛙蛙写作

AI小说和内容创作工具

相关免费羊毛

GroqCloud

Free Plan 可测试高速模型

OpenRouter

免费模型库:19 个模型可白嫖

智谱 AI

GLM-4-Flash 模型调用免费

硅基流动

新用户注册送 14 元代金券

同源资讯

2026年前12名AI现场翻译工具:Latency,语言,定价

MarkTechPost · 10-12

见Cloudflare Clef-omni:音频、视频、图像和文本的30B-A3B多式联运决定模型

MarkTechPost · 10-12

第3.0号决定是什么?vLLM 语义路由器的新开放决定模型

MarkTechPost · 10-12

阅读原文(marktechpost.com)

标题、摘要与正文均来自该信源的公开页面,版权归原作者所有;本站自动聚合与翻译,仅作出处跳转。

← 返回 AI 资讯列表AI工具图鉴首页

返回 AI图鉴首页 · 提交工具 · 合作与友链 · 关于本站 · 528 款 AI 工具分类导航 · 每日 AI 热门项目与动态