# Reson8 ouvre son modèle vocal 0.5B à plus de 40 langues

> Rumble-2-Flash, un modèle de transcription de 0,5 milliard de paramètres, est gratuit sous licence Apache 2.0 et fonctionne avec Transformers ou vLLM.

Oossa · 2026-11-18 · https://oossa.com/fr/reson8-open-sources-0-5b-speech-model-for-40-languages

Reson8 a annoncé que son nouveau modèle de conversion de la parole en texte, Rumble-2-Flash, est désormais disponible gratuitement en téléchargement avec ses poids ouverts. Le modèle compte 0.5 milliard de paramètres et détecte automatiquement plus de 40 langues. Il peut être utilisé avec la bibliothèque 🤗 Transformers de Hugging Face, vLLM ou l’API de Reson8, facturée €0.01 par heure d’audio. Selon l’entreprise, le modèle traite une heure d’audio en environ une demi-seconde, avec un débit supérieur à 7,000 en facteur temps réel (RTFx) sur des lots complets.

## Quelle est la précision de ce petit modèle ?

Sur le classement multilingue Hugging Face Open ASR Leaderboard, Rumble-2-Flash a obtenu un taux d’erreur de mots (WER) moyen de 6.96 % dans sept langues, devançant omniASR-LLM de Meta, qui compte 7 B de paramètres, et Whisper large-v3 d’OpenAI. Pour l’anglais seul, le modèle affiche un WER d’environ 5 %. Lors d’un test de référence d’AppTek sur des appels de centre de contact bruyants (302 heures, 14 accents anglais), il a obtenu un WER de 7.86 %, soit pratiquement le même résultat que Nemotron 3.5 Transcribe de NVIDIA, qui compte 30 B de paramètres, et un meilleur résultat que Qwen3-ASR, qui en compte 0.6 B (8.7 %).

## Pourquoi c’est important maintenant

La plupart des grands modèles vocaux sont conçus avant tout pour l’anglais, ce qui se traduit par des taux d’erreur plus élevés pour les locuteurs d’autres langues. Raoul Ritter, PDG de Reson8, souligne que des langues parlées par des millions de personnes, comme le néerlandais ou le suédois, sont souvent « reléguées au second plan ». En proposant gratuitement un modèle multilingue compact et rapide, Reson8 permet aux développeurs d’ajouter la transcription à leurs applications sans payer de coûteux services cloud ni composer avec des licences onéreuses. Son prix modique — €10 pour mille heures d’audio — le rend également accessible aux petites entreprises, aux enseignants et aux amateurs qui ont besoin de transcrire de gros volumes.

## Les faits

- Rumble-2-Flash compte 0.5 milliard de paramètres et est publié sous licence Apache 2.0.
- Le modèle détecte automatiquement plus de 40 langues.
- Il obtient un WER moyen de 6.96 % sur le benchmark multilingue Hugging Face Open ASR, devançant omniASR-LLM de Meta, qui compte 7 B de paramètres.
- Lors du test de 302 heures d’AppTek sur des appels de centre de contact, il obtient un WER de 7.86 %, soit un résultat comparable à celui de Nemotron 3.5 Transcribe de NVIDIA, qui compte 30 B de paramètres.
- L’API de Reson8 facture €0.01 par heure d’audio, soit €10 pour mille heures.

## Pourquoi c'est important

Pour une petite entreprise qui doit transcrire les appels de ses clients, le modèle offre une précision proche de celle des solutions professionnelles, pour une fraction du prix. Pour un étudiant ou un podcasteur, il permet de convertir des heures d’enregistrement en texte en quelques secondes, sans payer un grand fournisseur de services cloud. La publication en open source permet aussi aux chercheurs d’expérimenter la reconnaissance vocale multilingue sans devoir créer un modèle de zéro.

## Sources et références

1. [Rumble-2-Flash: an open 0.5B speech model for 40+ languages](https://huggingface.co/blog/rumble-2-flash) – Hugging Face, 2026-11-18
2. [Reson8 releases Rumble-2-Flash speech model as a free open-weights download](https://siliconangle.com/2026/11/18/reson8-releases-rumble-2-flash-speech-model-as-a-free-open-weights-download/) – SiliconANGLE, 2026-11-18
3. [Reson8](https://www.reson8.dev/blog/rumble-2-flash?utm_source=openai) – Reson8

Dernière mise à jour: 2026-11-18
