مدل تبدیل گفتار به متن Falcon-ASR با پشتیبانی از عربی اماراتی معرفی شد
Falcon-ASR با پشتیبانی از عربی اماراتی و زمان‌بندی کلمات معرفی شد؛ زبان‌های اعلام‌شده، دموی استفاده و محدودیت نتایج ارزیابی سازنده را بشناسید.
در این مقاله می‌خوانید ۲ بخش
پشتیبانی زبانی و مسیر استفاده
مؤسسه نوآوری فناوری امارات، TII، در ۶ اکتبر ۲۰۲۶ مدل تبدیل گفتار به متن Falcon-ASR را معرفی کرد. این مدل ۱٫۶ میلیارد پارامتری از عربی معیار، عربی اماراتی، انگلیسی، فرانسوی، اسپانیایی و پرتغالی پشتیبانی می‌کند؛ فارسی در فهرست زبان‌های اعلام‌شده نیست و شماره نسخه دیگری نیز ذکر نشده است.
Falcon-ASR زمان هر کلمه را در فایل صوتی مشخص می‌کند؛ قابلیتی که برای ساخت زیرنویس و یافتن بخش‌های موردنظر در ضبط جلسات و مصاحبه‌ها کاربرد دارد. طبق گزارش فنی تیم TII در ۷ اکتبر، زبان‌های اعلام‌شده از وزن‌های یکسان مدل استفاده می‌کنند.
مسیر معرفی‌شده برای آزمایش، دموی Hugging Face است. API و برنامه‌های بومی هنوز برنامه‌ریزی‌شده‌اند و نباید آن‌ها را خدمات عرضه‌شده دانست. این منابع قیمت، مجوز وزن‌ها یا شرایط دسترسی در ایران را روشن نمی‌کنند.
ارقام عملکرد چه چیزی را نشان می‌دهند؟
گزارش فنی سازنده، میانگین نرخ خطای کلمه را در شش مجموعه آزمون عربی ۲۰٫۹۲ درصد اعلام می‌کند. این شاخص خطاهای متنِ حاصل از گفتار را می‌سنجد، نه درصد پاسخ‌های درست یک دستیار هوش مصنوعی.
میانگین اعلام‌شده با وزن برابر برای مجموعه‌ها محاسبه شده و ارقام رقبا از تصویر جدول رتبه‌بندی در ۳۰ سپتامبر ۲۰۲۶ گرفته شده‌اند؛ بنابراین مقایسه به همان شرایط و تاریخ محدود است. نرخ خطای ۲۲٫۷۳ درصد برای گفتار اماراتی نیز مربوط به آزمون داخلی TII است، نه مجموعه‌های عمومی. این نتایج ارزیابی سازنده‌اند و تأیید مستقل برتری Falcon-ASR محسوب نمی‌شوند.
هنوز دیدگاهی منتشر نشده است. اولین نفر باشید.