阿布扎比 TII 介绍 Falcon ASR,一款十六亿参数的语音识别模型,重点覆盖阿拉伯语和阿联酋方言,同时支持英语、法语、西班牙语与葡萄牙语。五种语言共用权重,不必传入语言标志,输出仍保留所说语言,并支持逐词时间戳。
TII 按六个阿拉伯语测试集等权平均得到 20.92% WER,比所采用榜单快照的最佳已公布结果 23.17% 低 2.25 个百分点。内部阿联酋语音测试得到 22.73% WER;七个英语公开测试集的平均 WER 为 5.74%,这些结果均属于 TII 的评估口径。
训练覆盖现代标准阿语、海湾和其他方言,并加入噪声、重叠说话、混响、电话效果及语速变化。模型延续 Falcon3-Audio 工作,现可在 Hugging Face Demo Space 试用,API 和原生应用仍在计划中。