Новый лидер в распознавании арабской речи
Команда TII (Technology Innovation Institute) из Абу-Даби представила Falcon ASR — модель автоматического распознавания речи (ASR) объемом 1.6 миллиарда параметров. В отличие от многих универсальных решений, эта модель заточена под сложную лингвистическую картину арабского языка, уделяя особое внимание эмиратскому диалекту, который исторически страдал от нехватки размеченных данных. Модель поддерживает распознавание на пяти языках: арабском (включая диалекты), английском, французском, испанском и португальском, используя единые веса без необходимости указания языка-флага.
Результаты бенчмарков: точность против конкурентов
Оценка проводилась по протоколу Open Universal Arabic ASR Leaderboard (ELM Research Center) и внутренним тестам TII. Falcon ASR показал среднюю ошибку слов (WER) 20.92% на шести наборах тестовых данных, что на 2.25 процентных пункта лучше лучшего опубликованного результата на момент проверки (23.17%).
Особое внимание уделено эмиратскому диалекту. На внутреннем тесте TII модель достигла WER 22.73% и CER (ошибки символов) 10.19%, превзойдя ближайшего конкурента Qwen3-Omni на 4.07 процентных пункта по WER.
| Метрика / Язык | Falcon ASR | Лучший конкурент (из источника) | Преимущество |
|---|---|---|---|
| Арабский (средний WER) | 20.92% | 23.17% | +2.25 п.п. |
| Эмиратский диалект (WER) | 22.73% | Qwen3-Omni (~26.8%) | +4.07 п.п. |
| Эмиратский диалект (CER) | 10.19% | Информация недостаточна | Лучший результат |
| Английский (средний WER) | 5.74% | Информация недостаточна | — |
Устойчивость к шуму и технические детали
Модель построена на архитектуре Falcon3-Audio и обучена на данных, имитирующих реальные условия эксплуатации: фоновый шум, перекрывающаяся речь, музыка, эхо помещений и эффекты телефонной связи. Это позволяет Falcon ASR эффективно работать в шумных офисах или при разговорах по телефону. Кроме того, модель поддерживает пословные временные метки (word-level timestamps), привязывая каждую распознанную слово к конкретному моменту в аудиофайле.
Доступность
Модель Falcon ASR доступна для тестирования через Hugging Face Demo Space. Разработчики анонсировали планы по открытию API-доступа и созданию нативных приложений. Модель является частью экосистемы Falcon, продолжая работу по улучшению поддержки арабского языка в ИИ.
Бенчмарки
| Бенчмарк | Falcon-ASR | Best Published (Leaderboard) | Qwen3-Omni |
|---|---|---|---|
| Open Universal Arabic ASR Leaderboard (Average W | 20.92% | 23.17% | — |
| Internal Emirati Evaluation (WER) | 22.73% | — | 26.8% |
Жирным — лучший результат в строке. Источник цифр — официальная публикация.
Источник: Hugging Face blog ↗