# Gemma 4 erkennt Saudi- und Golfarabisch ohne Anpassung der Gewichte

> Ein Forschungsteam testete einen eingefrorenen Gemma-4-Audioencoder und eine Version mit leichtgewichtigem Adapter anhand arabischer Callcenter-Aufnahmen. Die Fehlerraten waren mit denen größerer kommerzieller Modelle vergleichbar.

Oossa · 2026-10-22 · https://oossa.com/de/gemma-4-speech-encoder-evaluated-on-saudi-and-gulf-arabic-without-weight-changes

Ein Team unter Leitung von Amr Abdelkhalik untersuchte den Audioencoder mit 305 Millionen Parametern, der in Gemma 4 und EmbeddingGemma 2 zum Einsatz kommt. Die Gewichte des Encoders blieben unverändert. Trainiert wurde entweder ein CTC-Decoder mit 22,6 Millionen Parametern (eingefrorenes System) oder ein System mit zusätzlichen 3,1 Millionen Adapterparametern und einem hybriden CTC-/Attention-Decoder mit 41,5 Millionen Parametern (angepasstes System). Im Vergleich zu Cohere Transcribe Arabic (2,07 Milliarden Parameter) erreichte das eingefrorene System bei den meisten Tests vergleichbare Zeichenfehlerraten und lief auf einer CPU 3,4-mal schneller. Bei Anrufen beim saudischen Kundenservice erzielte das angepasste System eine statistisch ähnliche Wortfehlerrate (19,20 % gegenüber 19,27 %) und übertraf unter mehreren Bedingungen einen Spracherkenner mit 0,6 Milliarden Parametern. Auf einer GPU war die Dekodierung dabei 139-mal schneller.

## Die Fakten

- Größe des Encoders: 305 Millionen Parameter
- Das angepasste System ergänzt 3,1 Millionen Adapterparameter und einen Decoder mit 41,5 Millionen Parametern

## Warum es wichtig ist

Die Ergebnisse zeigen, dass ein eingefrorener oder leicht angepasster Gemma-4-Encoder arabische Sprache mit einer Genauigkeit nahe der kommerzieller Systeme erkennen kann – bei deutlich geringerem Rechenaufwand. Das ist interessant für Unternehmen, die kostengünstige, selbst gehostete Lösungen benötigen.

## Quellen und Referenzen

1. [How Far Can the Gemma 4 Speech Encoder Go Without Changing Its Weights? Saudi and Gulf Arabic Speech Recognition with a Frozen and an Adapter-Augmented Encoder](https://arxiv.org/abs/2610.28673) – arXiv, 2026-10-22

Zuletzt aktualisiert: 2026-10-22