Reson8 heeft bekendgemaakt dat zijn nieuwe spraak-naar-tekstmodel, Rumble-2-Flash, nu gratis te downloaden is met open gewichten. Het model heeft 0,5 miljard parameters en kan automatisch meer dan 40 talen herkennen. Het is te gebruiken via de 🤗 Transformers-bibliotheek van Hugging Face, vLLM of de eigen API van Reson8, die €0.01 per uur audio kost. Volgens het bedrijf verwerkt het model een uur audio in ongeveer een halve seconde. Op volledige batches haalt het daarmee een doorvoer van meer dan 7.000 real-time factor (RTFx).
Hoe nauwkeurig is het kleine model?
Op de meertalige track van de Open ASR Leaderboard van Hugging Face behaalde Rumble-2-Flash over zeven talen een gemiddeld woordfoutpercentage (WER) van 6.96 %, waarmee het beter presteerde dan Meta’s omniASR-LLM met 7 B parameters en Whisper large-v3 van OpenAI. Voor alleen Engels rapporteerde het model een WER van ongeveer 5 %. In een benchmark voor lawaaiige callcentergesprekken van AppTek (302 uur, 14 Engelse accenten) kwam het uit op een WER van 7.86 %, vrijwel gelijk aan NVIDIA’s Nemotron 3.5 Transcribe met 30 B parameters en beter dan Qwen3-ASR met 0.6 B parameters (8.7 %).
Waarom dit juist nu belangrijk is
De meeste grote spraakmodellen zijn vooral ontwikkeld voor Engels, waardoor sprekers van andere talen te maken krijgen met hogere foutpercentages. Reson8-CEO Raoul Ritter merkt op dat talen die door miljoenen mensen worden gesproken, zoals Nederlands en Zweeds, vaak “een bijzaak” zijn. Doordat er gratis een klein, snel en meertalig model beschikbaar is, kunnen ontwikkelaars transcriptie aan apps toevoegen zonder te betalen voor grote clouddiensten of met dure licenties te maken te krijgen. Dankzij de lage prijs — duizend uur audio kost €10 — is het model ook een optie voor kleine bedrijven, docenten en hobbyisten die grote hoeveelheden audio willen laten transcriberen.
Waarom het ertoe doet
Voor een klein bedrijf dat klantgesprekken wil transcriberen, biedt het model bijna dezelfde nauwkeurigheid als oplossingen voor grote ondernemingen, tegen een fractie van de kosten. Studenten en podcasters kunnen uren aan opnames in seconden omzetten naar tekst, zonder te betalen voor een grote cloudprovider. Dankzij de open-source-uitgave kunnen onderzoekers bovendien experimenteren met meertalige spraakherkenning zonder zelf een model vanaf nul te bouwen.