Reson8 開源 Rumble-2-Flash 0.5B 語音模型
先了解這件事
Reson8 以 Apache 2.0 授權發布了 Rumble-2-Flash,這是一個涵蓋 40 多種語言的 0.5B 參數語音辨識模型。權重已發布於 Hugging Face 的 Reson8/Rumble-2-Flash,該模型亦可透過公司 API 使用。它包含自動語言偵測,並在 Transformers 與 vLLM 中提供原生支援。 在 Open ASR Leaderboard 多語言賽道上,該模型平均錯誤率為 6.96%,Reson8 稱其領先 Whisper large-v3 與 Meta 的 omniASR-LLM 7B。在 AppTek 的 302 小時呼叫中心基準測試中,其詞錯誤率達到 7.86%,被描述為與 NVIDIA 的 30B Nemotron 3.5 Transcribe 相當。該模型是從更大的 Rumble-2 蒸餾而來,採用 GOLD 的 on-policy 蒸餾,對齊了教師與學生模型不同的分詞器。
AI 依報導生成 · 2 小時前更新
報導時間線
沿著報導,了解事件的不同側面。
- Hugging Face Blog精選Reson8 開源 Rumble-2-Flash:一款支援 40 多種語言的 0.5B 語音辨識模型
Reson8 以 Apache 2.0 授權開源 Rumble-2-Flash,這是一款 0.5B 參數的語音辨識模型,涵蓋 40 多種語言,具備自動語言偵測,並在 Transformers 與 vLLM 中獲得原生支援。它在 Open ASR Leaderboard 多語言賽道上平均錯誤率為 6.96%,領先 Whisper large-v3 與 Meta 的 omniASR-LLM 7B,並在 AppTek 的 302 小時客服中心基準測試中達到 7.86% WER,與 NVIDIA 的 Nemotron 3.5 Transcribe(30B)相當。該模型是從更大的 Rumble-2 蒸餾而來,採用搭配 GOLD 的 on-policy distillation,對齊教師與學生之間不同的 tokenizer。
本事件熱度走勢
還沒有足夠的連續觀測資料,暫不繪製趨勢。