Reson8
3 节点1 篇4 来源
荷兰阿姆斯特丹的语音人工智能初创公司 Reson8(注册名为 Resonate Labs B.V.)发布了 Rumble-2-Flash,这是一款专为非英语环境优化的 5 亿参数开源自动语音识别(ASR)模型。该公司指出,主流模型主要基于英语训练,导致其他语言的错误率较高,尤其是在处理药物名称等专业术语时。Rumble-2-Flash 旨在快速转录预录音频,支持超过 40 种语言。
根据 Reson8 在 Hugging Face Open ASR 排行榜上的内部测试,该模型在包括德语、法语和荷兰语在内的七种语言中平均词错误率(WER)为 7.09%,英语约为 5%。在涵盖马耳他语和巴斯克语等十种低资源语言的单独测试中,Reson8 声称其平均 WER 为 17.6%,而 OpenAI 的 Whisper Large V3 为 39.82%。该模型以 Apache 2.0 许可证发布,可通过 Reson8 的 API 访问,每小时音频起价为 0.01 欧元。
此次发布紧随该模型于 2026 年 11 月 3 日在 Reson8 API 中的首次亮相,并早于其旗舰产品 Rumble-2 模型的推出。虽然 Rumble-2-Flash 专注于通用转录的速度和成本效益,但它缺乏大型 Rumble-2 模型独有的功能,例如无需微调即可支持多达 50,000 个术语的自定义词汇表。Reson8 表示,其基础设施托管在荷兰自有的 GPU 上,声称零数据保留,并符合《通用数据保护条例》(GDPR)和欧盟《人工智能法案》的要求。
事情怎么走到这一步
Rumble-2-Flash 在 Reson8 的应用程序编程接口(API)中首次亮相。
reson8.dev ↗Reson8 推出其旗舰产品 Rumble-2 模型。
siliconangle.com ↗Reson8 以 Apache 2.0 许可证将 Rumble-2-Flash 权重作为免费下载发布。
huggingface.co ↗
还没定论的部分
- 独立第三方基准测试结果与 Reson8 自行报告的性能指标相比如何?
- 在消费级硬件与云 GPU 上运行该模型时,实际延迟和准确率的权衡情况如何?
- Reson8 是否会在未来的更新中为开源权重 Flash 模型引入说话人分离或实时流媒体功能?