Apresentando o Falcon ASR
huggingface ·
O Instituto de Inovação Tecnológica (TII) apresentou o Falcon-ASR, um modelo de reconhecimento de fala com 1,6 bilhão de parâmetros, projetado principalmente para o árabe, com foco específico no dialeto emiratense. Desenvolvido no TII em Abu Dhabi, o modelo também suporta inglês, francês, espanhol e português usando um único conjunto de pesos, sem necessidade de indicadores de idioma. Nas avaliações contra o Open Universal Arabic ASR Leaderboard, o Falcon-ASR atingiu uma taxa média de erro de palavras (WER) de 20,92%, superando o melhor resultado publicado anteriormente de 23,17%. Testes internos com fala emiratense resultaram em WER de 22,73%, marcando a menor taxa de erro entre sistemas comparáveis, incluindo Qwen3-Omni e Audar-ASR-V1-Turbo. Os dados de treinamento incorporaram diversas condições de gravação, como ruído de fundo, fala sobreposta e efeitos de telefonia, para melhorar a aplicabilidade no mundo real. Além disso, o modelo fornece carimbos de tempo em nível de palavra para as transcrições e demonstrou desempenho sólido nos benchmarks de inglês, com WER médio de 5,74%. Os usuários podem testar o modelo atualmente por meio de um espaço de demonstração no Hugging Face, com acesso à API e aplicativos nativos planejados para o futuro.
huggingface