Reson8 mã nguồn mở mô hình giọng nói Rumble-2-Flash 0.5B
Bắt đầu từ đây
Reson8 đã phát hành Rumble-2-Flash, một mô hình nhận dạng giọng nói 0,5B tham số hỗ trợ hơn 40 ngôn ngữ, theo giấy phép Apache 2.0. Trọng số được công bố trên Hugging Face tại Reson8/Rumble-2-Flash, và mô hình cũng được cung cấp qua API của công ty. Mô hình bao gồm tự động phát hiện ngôn ngữ và hỗ trợ gốc trong Transformers và vLLM. Trên bảng xếp hạng Open ASR Leaderboard hạng mục đa ngôn ngữ, mô hình đạt tỷ lệ lỗi trung bình 6,96%, mà Reson8 cho là vượt Whisper large-v3 và omniASR-LLM 7B của Meta. Trên bộ đánh giá call-centre 302 giờ của AppTek, mô hình đạt tỷ lệ lỗi từ 7,86%, được mô tả là ngang bằng với Nemotron 3.5 Transcribe 30B của NVIDIA. Mô hình được chưng cất từ Rumble-2 lớn hơn bằng phương pháp chưng cất on-policy với GOLD, giúp căn chỉnh các tokenizer khác nhau của teacher và student.
Tạo từ các bài viết · cập nhật 2 giờ trước
Dòng thời gian bài viết
Theo các bài viết để thấy sự việc từ nhiều phía.
- Hugging Face BlogTuyển chọnReson8 mã nguồn mở Rumble-2-Flash, mô hình nhận dạng giọng nói 0,5B cho hơn 40 ngôn ngữ
Reson8 đã mã nguồn mở Rumble-2-Flash theo giấy phép Apache 2.0, một mô hình nhận dạng giọng nói 0,5 tỷ tham số bao phủ hơn 40 ngôn ngữ với khả năng tự động nhận diện ngôn ngữ và hỗ trợ gốc trong Transformers và vLLM. Mô hình đạt lỗi trung bình 6,96% trên bảng xếp hạng đa ngôn ngữ của Open ASR Leaderboard, vượt Whisper large-v3 và omniASR-LLM 7B của Meta, và đạt WER 7,86% trên bộ đánh giá call-centre 302 giờ của AppTek, ngang bằng với Nemotron 3.5 Transcribe (30B) của NVIDIA. Mô hình được chưng cất từ Rumble-2 lớn hơn bằng phương pháp chưng cất on-policy với GOLD, giúp căn chỉnh các tokenizer khác nhau giữa mô hình giáo viên và học sinh.
Độ nóng của sự việc này
Chưa đủ quan sát liên tục để vẽ xu hướng.