Presentazione di Falcon ASR
huggingface ·
L'Istituto di Innovazione Tecnologica (TII) ha presentato Falcon-ASR, un modello di riconoscimento vocale da 1,6 miliardi di parametri progettato principalmente per l'arabo, con un focus specifico sul dialetto emiratino. Sviluppato presso il TII ad Abu Dhabi, il modello supporta anche inglese, francese, spagnolo e portoghese utilizzando un unico set di pesi senza richiedere flag linguistici. Nelle valutazioni contro la Open Universal Arabic ASR Leaderboard, Falcon-ASR ha ottenuto una media del word error rate (WER) del 20,92%, superando il miglior risultato pubblicato in precedenza che era del 23,17%. I test interni su speech emiratina hanno registrato un WER del 22,73%, segnando il tasso di errore più basso tra i sistemi comparabili, inclusi Qwen3-Omni e Audar-ASR-V1-Turbo. I dati di addestramento includevano condizioni di registrazione diversificate, come rumore di fondo, sovrapposizione di voci ed effetti telefonici, per migliorare l'applicabilità nel mondo reale. Inoltre, il modello fornisce timestamp a livello di parola per le trascrizioni e ha dimostrato prestazioni solide nei benchmark inglesi, con un WER medio del 5,74%. Gli utenti possono attualmente testare il modello tramite uno spazio demo su Hugging Face, con accesso API e applicazioni native previsti per il futuro.
huggingface