원제: Rumble-2-Flash: 40개 이상 언어를 위한 오픈 0.5B 음성 모델
암스테르담 기반 음성 인식 기업 Reson8이 Hugging Face에서 Apache 2.0 라이선스로 Rumble-2-Flash를 오픈소스로 공개했습니다. 이 모델은 5억 개의 파라미터를 갖추고 있으며, 40개 이상의 언어를 지원하고 사전 녹음된 오디오의 빠른 전사를 목표로 합니다. 회사 측에 따르면, 이 모델은 Open ASR 리더보드의 다국어 부문(중국어 등 9개 언어 포함)에서 평균 단어 오류율(WER) 6.96%을 기록하여, 파라미터 크기가 15배 더 큰 Meta의 omniASR-LLM 7B 및 Whisper large-v3보다 우수한 성능을 보였습니다. 최대 배치 처리 시 1시간 분량의 오디오는 약 0.5초 만에 전사됩니다. 이 모델은 Qwen3-ASR 아키텍처를 따르며 trust_remote_code가 필요하지 않습니다. 또한 Reson8의 유료 API를 통해 호출할 수도 있습니다.
왜 중요한가 소형 파라미터 규모에 상용 라이선스를 갖춘 다국어 음성 인식 모델로, 평가 대상 언어에 중국어가 포함되어 있어 로컬 배포 장벽이 낮습니다.
신뢰도: 높음 · 출처: Hugging Face(Reson8 블로그) 등 2개 매체(공식 포함) · 이벤트 발생 시간: 11-18 22:00(베이징 시간)
근거
- Reson8이 Hugging Face 공식 블로그를 통해 발표하고 가중치를 공개함
- SiliconANGLE 보도
사용법
- 가중치는 Hugging Face의 Reson8/Rumble-2-Flash에 있으며, Transformers 또는 vLLM을 통해 로드할 수 있음
리스크
- 성능 수치는 회사 자체 테스트 결과임. SiliconANGLE이 인용한 다국어 평균 단어 오류율(WER)은 7.09%(7개 언어)로, 블로그에서 언급한 6.96%(9개 언어)과 측정 기준이 다름
- 사용자 정의 어휘 기능은 유료 버전인 Rumble-2에서만 제공됨