原题:Rumble-2-Flash: an open 0.5B speech model for 40+ languages
阿姆斯特丹语音识别公司 Reson8 在 Hugging Face 以 Apache 2.0 许可开源 Rumble-2-Flash:5 亿参数,支持 40 多种语言,面向预录音频的快速转写。公司称它在 Open ASR 榜单多语种赛道(含中文等九种语言)平均词错率 6.96%,好于大 15 倍的 Meta omniASR-LLM 7B 和 Whisper large-v3,满批次时一小时音频约半秒转完。模型沿用 Qwen3-ASR 架构,不需要 trust_remote_code;也可通过 Reson8 的付费 API 调用。
为什么重要 小参数、可商用许可的多语种语音识别,评测语言包括中文,本地部署门槛低。
可信度:高可信 · 来源 Hugging Face(Reson8 博客) 等 2 家(含官方) · 事件时间 11-18 22:00(北京时间)
理由
- Reson8 在 Hugging Face 官方博客发布并公开权重
- SiliconANGLE 报道
用法
- 权重在 Hugging Face 的 Reson8/Rumble-2-Flash,用 Transformers 或 vLLM 加载
风险
- 成绩是公司自测;SiliconANGLE 引用的多语种平均词错率是 7.09%(七种语言),和博客的 6.96%(九种语言)口径不同
- 自定义词表功能只在付费的 Rumble-2 上提供