Falcon ASR का परिचय
huggingface ·
टेक्नोलॉजी इनोवेशन इंस्टीट्यूट (TII) ने फाल्कन-ASR पेश किया है, जो अरबी के लिए विशेष रूप से डिज़ाइन किए गए एक 1.6 बिलियन पैरामीटर वाले स्पीच रिकग्निशन मॉडल है, जिसमें खास तौर पर इमिरी बोली पर ध्यान केंद्रित किया गया है। अबू धाबी में TII द्वारा विकसित इस मॉडल में अंग्रेजी, फ्रेंच, स्पैनिश और पोर्चुगीज का भी समर्थन एक ही वजन सेट का उपयोग करके किया जाता है, बिना किसी भाषा फ्लैग की आवश्यकता के। ओपन यूनिवर्सल अरबिक ASR लीडरबोर्ड पर हुए मूल्यांकन में, फाल्कन-ASR ने शब्द त्रुटि दर (WER) में औसतन 20.92% हासिल किया, जो पिछले सर्वश्रेष्ठ प्रकाशित परिणाम 23.17% से बेहतर है। इमिरी speech पर आंतरिक परीक्षण में WER 22.73% रहा, जो Qwen3-Omni और Audar-ASR-V1-Turbo सहित तुलनीय सिस्टमों में सबसे कम त्रुटि दर है। वास्तविक दुनिया की उपयुक्तता को बढ़ाने के लिए ट्रेनिंग डेटा में बैकग्राउंड नॉइज, ओवरलैपिंग स्पीच और टेलीफोनी प्रभाव जैसे विविध रिकॉर्डिंग स्थितियाँ शामिल थीं। इसके अलावा, मॉडल ट्रांसक्रिप्शन के लिए शब्द-स्तर के समय-मुहर (timestamps) प्रदान करता है और अंग्रेजी बेंचमार्क्स पर 5.74% की औसत WER के साथ मजबूत प्रदर्शन दिखाया है। वर्तमान में उपयोगकर्ता Hugging Face डेमो स्पेस के माध्यम से मॉडल का परीक्षण कर सकते हैं, जबकि भविष्य में API एक्सेस और नेटिव ऐप्ल्स की योजना है।
huggingface