Оригинальное название: Rumble-2-Flash: открытая модель распознавания речи на 0.5B параметров для 40+ языков
Амстердамская компания по распознаванию речи Reson8 опубликовала на Hugging Face модель Rumble-2-Flash под лицензией Apache 2.0: 5 млн параметров, поддержка 40 языков, быстрая транскрипция записанных аудиофайлов. Компания утверждает, что в многоязычной категории рейтинга Open ASR (включая китайский и восемь других языков) средняя частота ошибок на слово (WER) составляет 6.96%, что лучше, чем у моделей Meta omniASR-LLM 7B и Whisper large-v3, которые в 15 раз больше. При полной загрузке пакета транскрипция часа аудио занимает около полусекунды. Модель использует архитектуру Qwen3-ASR и не требует параметра trust_remote_code; также её можно вызывать через платный API Reson8.
Почему это важно Многоязычное распознавание речи с небольшим количеством параметров и коммерческой лицензией, тестирование включало китайский язык, низкий порог для локального развертывания.
Достоверность: высокая · Источник Hugging Face (блог Reson8) и ещё 2 источников (включая официальный) · Дата события 11-18 22:00 (пекинское время)
Обоснование
- Reson8 опубликовала официальную запись в блоге на Hugging Face и открыла веса модели
- Репортаж SiliconANGLE
Использование
- Веса доступны на Hugging Face в репозитории Reson8/Rumble-2-Flash, загрузка через Transformers или vLLM
Риски
- Результаты получены в ходе самостоятельного тестирования компанией; средняя многоязычная WER, цитируемая SiliconANGLE, составляет 7.09% (для семи языков), что отличается от показателя 6.96% (для девяти языков), указанного в блоге
- Функция пользовательского словаря доступна только в платной версии Rumble-2