TII wprowadza Falcon-ASR – model rozpoznawania mowy o 1,6 mld parametrów skupiony na arabskim i dialekcie emirackim
W skrócie: Technology Innovation Institute (TII) wydał Falcon-ASR, model automatycznego rozpoznawania mowy (ASR) o 1,6 miliarda parametrów, stworzony przede wszystkim dla języka arabskiego, ze szczególnym uwzględnieniem dialektu emirackiego. Przy użyciu tych samych wag transkrybuje także angielski, francuski, hiszpański i portugalski. TII podaje, że model przewyższa najlepszy opublikowany wynik w standardowym benchmarku arabskim i prowadzi w wewnętrznej ocenie dialektu emirackiego, obsługując przy tym znaczniki czasowe na poziomie słów.
To podsumowanie zostało automatycznie przygotowane przez sztuczną inteligencję na podstawie publikacji „Hugging Face”. To nasz tekst, nie kopia oryginału — fakty, liczby i cytaty należą do źródła, do którego link znajduje się powyżej i poniżej.
Co się zmieniło?
- 1Model o 1,6 mld parametrów obsługujący arabski (w tym emiracki, inne dialekty Zatoki Perskiej, MSA), angielski, francuski, hiszpański, portugalski przy użyciu jednego zestawu wag, bez flagi języka
- 2Osiągnął średni WER 20,92% na sześciu zestawach testowych arabskiego z Open Universal Arabic ASR Leaderboard, wobec 23,17% dla najlepszego opublikowanego wyniku (Audar-ASR-V1-Turbo)
- 3W wewnętrznej ocenie dialektu emirackiego uzyskał 22,73% WER / 10,19% CER, wyprzedzając Qwen3-Omni-30B-A3B-Instruct (26,80% WER) i inne porównywane systemy
- 4Osiągnął średni WER 5,74% na siedmiu publicznych zestawach testowych angielskiego (Hugging Face Open ASR Leaderboard)
- 5Obsługuje znaczniki czasowe na poziomie słów, łączące transkrybowane słowa z pozycją w nagraniu audio
- 6Trenowany z wykorzystaniem szumu tła, nakładającej się mowy, pogłosu i efektów telefonicznych w celu poprawy odporności w rozmowach i spotkaniach
- 7Dostępny już teraz poprzez demo na Hugging Face; dostęp przez API i aplikacje natywne są planowane, ale jeszcze niedostępne
| Parametr | Było | Jest |
|---|---|---|
| Parametry | Nie określono | 1.6B |
| Języki | Nie określono | Arabski (w tym dialekt emiracki), angielski, francuski, hiszpański, portugalski |
| Średni WER arabski | 23.17% (najlepszy opublikowany) | 20.92% |
| WER emiracki (ocena wewnętrzna) | 26.80% (kolejny najlepszy, Qwen3-Omni) | 22.73% |
| Średni WER angielski (7 publicznych zestawów) | Nie określono | 5.74% |
| Znaczniki czasowe | Nie określono | Obsługiwane znaczniki czasowe na poziomie słów |
| Dostęp do API | Niedostępny | Planowany (jeszcze niedostępny) |
Dlaczego to ważne?
Pokazuje to dalszy postęp w otwartych modelach ASR dostosowanych specjalnie do niedoreprezentowanych dialektów oraz warunków szumu/telefonii, co jest istotne dla każdego zespołu budującego transkrypcję rozmów lub analitykę głosową w trudnych warunkach akustycznych, mimo że obsługa języków nie obejmuje tu polskiego ani litewskiego.
Co to oznacza dla agentów AI i contact center?
Model nie obsługuje obecnie języka polskiego ani litewskiego, więc nie nadaje się bezpośrednio do transkrypcji rozmów na tych rynkach, jednak wyraźne trenowanie pod kątem efektów telefonicznych, szumu i nakładającej się mowy, w połączeniu ze znacznikami czasowymi na poziomie słów, stanowi użyteczny punkt odniesienia przy ocenie lub porównywaniu silników STT w rozwiązaniach contact center; warto śledzić ewentualne rozszerzenie listy języków i planowane API.
🧪 Warte przetestowania
Przetestowanie wersji demo może pomóc porównać techniki odporności (szum, artefakty telefoniczne, znaczniki czasowe) z obecnie używanymi silnikami STT w procesach obsługi rozmów, nawet bez wsparcia dla języka polskiego czy litewskiego.
Źródła
- Hugging FaceOficjalneŹródło pierwotneOryginalny artykuł →„Introducing Falcon ASR“7 paź 2026, 16:21
- Data publikacji źródła
- 7 paź 2026, 16:21
- Znalezione przez nasz system
- 7 paź 2026, 16:36
- Podsumowanie wygenerowano
- 7 paź 2026, 16:37
Artykuł napisała AI na podstawie oryginalnego źródła. Fakty, liczby i ceny pochodzą ze źródła; brakujące wartości oznaczono „Brak oficjalnych danych”. Informacje prawne, prawa autorskie i prywatność