Titre original : Rumble-2-Flash : un modèle vocal open source 0.5B pour plus de 40 langues
La société d'Amsterdam spécialisée dans la reconnaissance vocale Reson8 a publié en open source sur Hugging Face, sous licence Apache 2.0, le modèle Rumble-2-Flash : un modèle de 5 milliards de paramètres, prenant en charge 40 langues multiples, conçu pour la transcription rapide d'audio préenregistré. L'entreprise affirme qu'il obtient un taux moyen d'erreur de mot (WER) de 6.96% dans la catégorie multilingue du classement Open ASR (incluant le chinois et huit autres langues), surpassant Meta omniASR-LLM 7B, qui est 15 fois plus grand, ainsi que Whisper large-v3. À pleine charge de lot, une heure d'audio est transcritée en environ une demi-seconde. Le modèle reprend l'architecture Qwen3-ASR et ne nécessite pas l'option trust_remote_code ; il est également accessible via l'API payante de Reson8.
Pourquoi c'est important Une reconnaissance vocale multilingue avec peu de paramètres et une licence commerciale, évaluée sur des langues incluant le chinois, offrant une faible barrière à l'entrée pour un déploiement local.
Fiabilité : Haute fiabilité · Sources Hugging Face (blog Reson8) et 2 autres (y compris les sources officielles) · Date de l'événement 11-18 22:00 (heure de Pékin)
Raisons
- Reson8 a publié le modèle sur son blog officiel Hugging Face et rendu les poids publics
- Couvert par SiliconANGLE
Utilisation
- Les poids sont disponibles sur Hugging Face sous Reson8/Rumble-2-Flash, chargeables via Transformers ou vLLM
Risques
- Les performances sont auto-déclarées par l'entreprise ; le taux moyen d'erreur de mot multilingue cité par SiliconANGLE est de 7.09% (sur sept langues), ce qui diffère des 6.96% mentionnés dans le blog (sur neuf langues)
- La fonctionnalité de vocabulaire personnalisé n'est disponible que sur la version payante Rumble-2