- 由阿布扎比技術創新研究所開發。
- 擁有 16 億參數，支持五種語言。
- 在阿聯酋和海灣方言中字錯率極低。
- 可在 Hugging Face 演示空間進行試用。
甚麼是 Falcon ASR？
Falcon ASR 是由阿布扎比技術創新研究所（TII）開發、擁有 16 億參數的語音識別模型。該模型專注於轉錄阿拉伯語，特別針對阿聯酋方言及其他海灣地區變體。它還能使用相同的模型權重支持其他四種語言的轉錄。
- 開發團隊
- Technology Innovation Institute (TII)
- 參數數量
- 1.6 Billion
- 主攻領域
- 阿拉伯語（阿聯酋及海灣方言）與英語
- 支持語言
- Arabic, English, French, Spanish, Portuguese
- 基礎架構
- Falcon3-Audio
Falcon ASR 的主要功能有哪些？
Falcon ASR 可以轉錄阿拉伯語口語、方言以及多語言混雜的對話。其訓練數據包含背景噪音、聲音重疊、音樂、房間混響和電話通話音效。這種強大的訓練使 Falcon ASR 能夠準確轉錄日常對話和電話內容。
Falcon ASR 為所有轉錄內容生成字級時間戳。此功能將每個轉錄的單詞與其在音頻文件中的精確位置聯繫起來。用戶可以使用相同的模型權重轉錄英語、法語、西班牙語和葡萄牙語，無需手動設置語言標記。
Falcon ASR 的性能表現如何？
Falcon ASR 在阿拉伯語和英語的基準測試中均展現出極高的轉錄準確度。在技術創新研究所的評估中，Falcon ASR 在六個阿拉伯語測試集上達到了 20.92% 的平均字錯率（WER）。
在針對阿聯酋口語的內部評估中，Falcon ASR 錄得 22.73% 的字錯率（WER）和 10.19% 的字符錯誤率（CER）。此外，Falcon ASR 的英語轉錄效率同樣卓越，在 Hugging Face Open ASR Leaderboard 的七個公開英語測試集上，平均字錯率僅為 5.74%。
如何試用 Falcon ASR
用戶可以通過公開的演示平台在線測試 Falcon ASR。用戶可以使用自己的音頻文件進行轉錄，以評估該模型的性能。
- 前往 Hugging Face 上的 Falcon ASR Demo 空間。
- 直接在界面中上傳你自己的錄音文件。
- 運行模型以體驗其轉錄功能。
技術創新研究所計劃在未來推出 Falcon ASR 的 API 訪問權限和原生應用程序。
Falcon ASR 有哪些局限性？
Falcon ASR 在語言支持和集成選項方面存在一些限制。該模型主要側重於阿拉伯語方言和特定的幾種歐洲語言。
此外，開發人員目前無法通過官方 API 將 Falcon ASR 集成到自己的系統中。現階段亦未提供原生應用程序。用戶必須依賴 Hugging Face 的演示空間來測試這項技術。
- 在阿聯酋和海灣阿拉伯語方言中表現強勁
- 提供字級時間戳以精確對齊音頻
- 支持的語言無需設置語言標記
- 目前尚未提供官方 API 接口
- 尚未發布原生應用程序
- 僅支持五種語言
常見問題
甚麼是 Falcon ASR？
Falcon ASR 支持哪些語言？
Falcon ASR 目前提供 API 嗎？
我該如何試用 Falcon ASR？
Falcon ASR 與其他阿拉伯語語音模型相比有何獨特之處？
資料來源：Hugging Face
想 AI 給出的答案是你的品牌？
免費檢查你的網站對 ChatGPT、Gemini 與 Perplexity 準備得有多好，約十秒完成。