Oossa

Reson8 تتيح نموذجًا صوتيًا مفتوحًا بـ0.5 مليار مُعامل

نموذج Rumble-2-Flash للتفريغ الصوتي يضم نصف مليار مُعامل، ومتاح مجانًا بترخيص Apache 2.0، ويعمل على Transformers وvLLM.

بقلم نشرته Oossa: 1 دقائق قراءة

Mike Meyers · Unsplash

أعلنت Reson8 إتاحة نموذجها الجديد لتحويل الكلام إلى نص، Rumble-2-Flash، للتنزيل مجانًا بأوزان مفتوحة. يضم النموذج 0.5 مليار مُعامل، ويدعم التعرّف التلقائي على أكثر من 40 لغة. ويمكن استخدامه عبر مكتبة 🤗 Transformers من Hugging Face، أو vLLM، أو واجهة API الخاصة بـReson8، التي تتقاضى €0.01 عن كل ساعة صوت. وتقول الشركة إن النموذج يعالج ساعة من الصوت في نحو نصف ثانية، محققًا معدلًا يتجاوز 7,000 ضعف الزمن الحقيقي (RTFx) عند تشغيل دفعات كاملة.

ما مدى دقة هذا النموذج الصغير؟

في المسار متعدد اللغات من Hugging Face Open ASR Leaderboard، حقق Rumble-2-Flash متوسط معدل خطأ الكلمات (WER) بلغ 6.96 % عبر سبع لغات، متفوقًا على omniASR‑LLM من Meta، الذي يضم 7 B مُعامل، وعلى Whisper large‑v3 من OpenAI. أما في الإنجليزية وحدها، فسجّل النموذج معدل WER يقارب 5 %. وفي اختبار AppTek لمراكز الاتصال في بيئات صاخبة (302 ساعة، و14 لهجة إنجليزية)، سجّل معدل WER بلغ 7.86 %، وهو مماثل تقريبًا لأداء Nemotron 3.5 Transcribe من NVIDIA، الذي يضم 30 B مُعامل، وأفضل من Qwen3‑ASR ذي 0.6 B مُعامل (8.7 %).

لماذا يكتسب هذا أهمية الآن؟

تُصمَّم معظم نماذج الكلام الكبيرة أساسًا للإنجليزية، ما يترك متحدثي اللغات الأخرى أمام معدلات خطأ أعلى. ويشير الرئيس التنفيذي لـReson8، Raoul Ritter، إلى أن لغات يتحدث بها الملايين، مثل الهولندية أو السويدية، غالبًا ما تكون «أمرًا ثانويًا». وإتاحة نموذج مجاني صغير وسريع ومتعدد اللغات تمكّن المطورين من إضافة التفريغ الصوتي إلى التطبيقات من دون دفع تكلفة خدمات سحابية ضخمة أو التعامل مع تراخيص باهظة. كما أن السعر المنخفض (تكلفة ألف ساعة صوت €10) يجعله خيارًا عمليًا للشركات الصغيرة والمعلمين والهواة الذين يحتاجون إلى تفريغ كميات كبيرة من الصوت.

لماذا يهم

بالنسبة إلى شركة صغيرة تحتاج إلى تفريغ مكالمات العملاء، يوفّر النموذج دقة تقارب مستوى المؤسسات الكبرى بجزء بسيط من التكلفة. أما الطالب أو مُعدّ البودكاست، فيمكنه تحويل ساعات من التسجيلات إلى نص خلال ثوانٍ، من دون الدفع لمزوّد خدمات سحابية كبير. كما تتيح النسخة مفتوحة المصدر للباحثين تجربة التعرّف على الكلام بلغات متعددة من دون بناء نموذج من الصفر.

هل كان هذا المقال مفيدًا؟
مشاركة

اقرأ أيضًا

Oossa · النشرة البريدية

أسبوع الذكاء الاصطناعي، مشروحًا

كل يوم اثنين: الأخبار التي تستحق المعرفة، بلغة بسيطة. مجانًا وبلا رسائل مزعجة.