Trusence Her iddianın bir kaynağı var
Son güncelleme: 21 Kasım 2026 Ara English
Modeller

Reson8, 40'tan fazla dilde konuşmayı yazıya döken 0,5 milyar parametreli açık model Rumble-2-Flash'ı yayımladı

Apache 2.0 lisanslı model Hugging Face'te ağırlıklarıyla birlikte erişime açıldı; çağrı merkezi testinde 7,86 kelime hata oranıyla 30 milyar parametreli NVIDIA modeline yakın sonuç verdi.

Reson8, 40'tan fazla dilde konuşma tanıma yapabilen 0,5 milyar parametreli Rumble-2-Flash modelini Apache 2.0 lisansıyla yayımladı. Model ağırlıkları Hugging Face Hub'da yer alıyor. Qwen3-ASR mimarisi üzerine kurulu olduğu için model, özel kod gerektirmeden standart Transformers ve vLLM ortamlarında çalışıyor. Otomatik dil algılama ile birlikte rakamların yazı ya da sayı biçiminde çıkarılması, dolgu sözcüklerinin dahil edilmesi ve dilin elle zorlanması gibi çıktı seçenekleri de sunuyor.

Model, daha büyük Rumble-2 sisteminden on-policy distillation yöntemiyle damıtılarak elde edildi. Bu yöntemde öğrenci model sesi kendisi çözümlüyor, öğretmen model ise her bir token için geri bildirim veriyor. Open ASR Leaderboard çok dilli testinde dokuz dil üzerinden ortalama yüzde 6,96 hata oranına ulaşan model, kaynaklara göre Meta'nın 7 milyar parametreli omniASR-LLM ve Whisper large-v3 modellerinden daha iyi sonuç verdi.

AppTek'in 302 saatlik çağrı merkezi veri setinde model yüzde 7,86 kelime hata oranı elde etti. Bu sonuç, 30 milyar parametreli NVIDIA Nemotron 3.5 Transcribe modelinin yüzde 7,78'lik oranına yakın. Büyük toplu işlemlerde model saniyede 7.000'in üzerinde RTFx hızına çıkıyor; bu, yaklaşık bir saatlik sesin yarım saniyede metne dönüştürülmesi anlamına geliyor.

Neden önemli

Küçük ve açık lisanslı bir model, büyük ölçekli ticari sistemlere yakın doğruluk sunarken çok daha düşük işlem maliyetiyle çalışabiliyor. Standart Transformers ve vLLM ortamlarında özel kod olmadan çalışması, çok dilli sesli uygulamalar geliştiren ekipler için kurulumu basitleştiriyor. Çağrı merkezi gibi yüksek hacimli sesli veri işleyen sistemler açısından, toplu işlemlerde elde edilen hız ile doğruluk arasındaki denge bu modelin en dikkat çekici yanı.

Kaynaklar · 1