# Речевой кодировщик Gemma 4 проверили на саудовском и заливном арабском

> Исследователи испытали замороженный аудиокодировщик Gemma 4 и его версию с лёгкой адаптацией на записях звонков на арабском. По уровню ошибок модели сопоставимы с более крупными коммерческими системами.

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

Команда под руководством Амра Абдельхалика изучила аудиокодировщик на 305 млн параметров, используемый в Gemma 4 и EmbeddingGemma 2. Веса кодировщика оставили без изменений и обучили либо CTC-декодер на 22,6 млн параметров (замороженная система), либо добавили 3,1 млн параметров адаптера и гибридный CTC/attention-декодер на 41,5 млн параметров (адаптированная система). По сравнению с Cohere Transcribe Arabic (2,07 млрд параметров) замороженная система показала сопоставимый уровень ошибок по символам в большинстве тестов и работала на CPU в 3,4 раза быстрее. Адаптированная система продемонстрировала статистически сопоставимый уровень ошибок по словам на записях звонков в саудовские службы поддержки клиентов (19,20 % против 19,27 %) и превзошла распознаватель на 0,6 млрд параметров в нескольких условиях, декодируя речь на одном GPU в 139 раз быстрее.

## Факты

- Размер кодировщика: 305 млн параметров
- Адаптированная система включает адаптер на 3,1 млн параметров и декодер на 41,5 млн параметров

## Почему это важно

Результаты показывают, что замороженный или слегка адаптированный кодировщик Gemma 4 может обеспечивать точность распознавания арабской речи, близкую к коммерческим системам, при значительно меньших вычислительных затратах. Это может быть полезно компаниям, которым нужны экономичные решения для самостоятельного размещения.

## Источники и ссылки

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

Обновлено: 2026-10-22