跳到正文
热点事件持续更新

Reson8 开源 Rumble-2-Flash 0.5B 语音模型

1 篇报道1 个报道来源17 小时前更新

先了解这件事

AI 综述

Reson8 以 Apache 2.0 许可证发布了 Rumble-2-Flash,这是一个覆盖 40 多种语言的 0.5B 参数语音识别模型。权重已发布在 Hugging Face 的 Reson8/Rumble-2-Flash 上,该模型也可通过公司的 API 使用。它包含自动语言检测,并在 Transformers 和 vLLM 中提供原生支持。 在 Open ASR Leaderboard 多语言赛道上,该模型平均错误率为 6.96%,Reson8 称这一成绩领先于 Whisper large-v3 和 Meta 的 omniASR-LLM 7B。在 AppTek 的 302 小时呼叫中心基准测试中,其词错误率达到 7.86%,据称与 NVIDIA 的 30B Nemotron 3.5 Transcribe 相当。该模型通过使用 GOLD 的 on-policy 蒸馏从更大的 Rumble-2 中蒸馏而来,该方法对齐了教师模型和学生模型不同的分词器。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月18日
  1. Hugging Face Blog精选
    Reson8 开源 Rumble-2-Flash:一款覆盖 40 多种语言的 0.5B 语音识别模型

    Reson8 以 Apache 2.0 协议开源了 Rumble-2-Flash,这是一款 0.5B 参数的语音识别模型,覆盖 40 多种语言,具备自动语言检测能力,并在 Transformers 和 vLLM 中获得原生支持。它在 Open ASR Leaderboard 多语言赛道上平均错误率为 6.96%,领先于 Whisper large-v3 和 Meta 的 omniASR-LLM 7B;在 AppTek 的 302 小时呼叫中心基准测试中,词错误率(WER)达到 7.86%,与 NVIDIA 的 Nemotron 3.5 Transcribe(30B)持平。该模型通过使用 GOLD 的 on-policy 蒸馏从更大的 Rumble-2 中蒸馏而来,GOLD 能够对齐教师模型与学生模型之间不同的分词器。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。