模型发布官方发布 · huggingface.co
Reson8 开源 0.5B 语音识别模型 Rumble-2-Flash,支持 40+ 语言
OmniTools 11月18日消息,Reson8 以 Apache 2.0 许可证开源语音识别模型 Rumble-2-Flash。该模型参数量为 0.5B,支持 40 多种语言,并具备自动语言检测能力;它原生支持 Transformers 和 vLLM,无需自定义运行时代码或 trust_remote_code。
在 Open ASR Leaderboard 多语言测试中,Rumble-2-Flash 在中文、德语、法语、意大利语、西班牙语、葡萄牙语、印地语、荷兰语和英语上的平均错误率为 6.96%,英语测试平均 WER 为 6.6%。据官方数据,当批次保持满载时,其吞吐量超过 7000 RTFx,约合每小时音频处理耗时半秒。
在 AppTek 的 302 小时呼叫中心基准测试中,该基准覆盖 14 种英语口音,Rumble-2-Flash 的 WER 为 7.86%,与 NVIDIA Nemotron 3.5 Transcribe(30B)的 7.78% 接近。模型权重已发布于 Hugging Face Hub 的 Reson8/Rumble-2-Flash,同时也通过 API 提供。