TII 发布 Falcon-ASR：1.6B 参数阿拉伯语语音识别模型，六项测试集平均 WER 20.92%
来源Hugging Face Blog查看原文
速览
- TII 发布 1.6B 参数语音识别模型 Falcon-ASR，主攻阿拉伯语与阿联酋方言。
- 阿拉伯语六测试集平均 WER 20.92%，优于榜单最佳已公布结果 23.17%。
- 内部阿联酋方言评测 WER 22.73%，比 Qwen3-Omni 低 4.07 个百分点。
- 英语七项公开测试集平均 WER 5.74%，与阿拉伯语共用同一套权重。
- 支持英、法、西、葡、阿五语，无需语言标记，输出所讲语言。
- 支持词级时间戳，已在 Hugging Face Demo 开放试用。
- API 访问与原生应用尚未上线，官方称在计划中。
- 训练数据加入噪声、重叠语音、混响、电话信道等条件。
阿布扎比技术创新研究院（TII）发布 Falcon-ASR，一个 1.6B 参数的语音识别模型，重点覆盖阿拉伯语及阿联酋方言，同时支持英语、法语、西班牙语和葡萄牙语。在 ELM Research Center 维护的 Open Universal Arabic ASR Leaderboard 的六项阿拉伯语测试集上，Falcon-ASR 取得 20.92% 的平均词错误率（WER）和 8.79% 的平均字符错误率（CER），优于该榜单快照中最好的已公布结果 23.17%（Audar-ASR-V1-Turbo），领先 2.25 个百分点。在 TII 内部阿联酋方言评测中，Falcon-ASR 取得 22.73% WER 和 10.19% CER，比排名第二的 Qwen3-Omni-30B-A3B-Instruct（26.80% WER）低 4.07 个百分点。模型还支持词级时间戳，可在 Hugging Face Demo 中试用，API 访问和原生应用尚在计划中。
关键事实
- Falcon-ASR 由阿布扎比技术创新研究院（TII）开发，参数量 1.6B，主打阿拉伯语尤其是阿联酋方言，同时支持英语、法语、西班牙语、葡萄牙语。
- 在 ELM Research Center 的 Open Universal Arabic ASR Leaderboard 六项测试集上，Falcon-ASR 平均 WER 为 20.92%、平均 CER 为 8.79%。
- 同一榜单快照中最好的已公布结果为 Audar-ASR-V1-Turbo 的 23.17% WER，Falcon-ASR 领先 2.25 个百分点；竞品数据核对日期为 2026 年 9 月 30 日。
- TII 内部阿联酋方言评测中，Falcon-ASR 取得 22.73% WER 和 10.19% CER，低于 Qwen3-Omni-30B-A3B-Instruct 的 26.80% WER 和 12.72% CER。
- 在 Hugging Face Open ASR Leaderboard 的七项英语公开测试集上，Falcon-ASR 平均 WER 为 5.74%，其中 LibriSpeech clean 为 1.75%、Earnings-22 为 11.86%。
- 五种语言共用同一套权重，无需语言标记，输出为所讲语言的转写文本。
本站视角
对做阿拉伯语市场的团队来说，这是一个值得实测的选项。此前阿拉伯语 ASR 的可用方案主要是 Whisper 系列、Cohere 的阿拉伯语转写模型以及 Audar 系列，而 Falcon-ASR 用 1.6B 参数在公开榜单上压过 2.35B 的 Audar-ASR-V1-Turbo 和 2.0B 的 Cohere Transcribe Arabic，参数量更小、指标更好，对需要在本地或低成本环境部署语音转写的团队（例如做中东市场客服录音分析、会议纪要、内容字幕的 SaaS 厂商）意味着推理成本可能更低。更值得注意的是阿联酋方言这一细分场景：Qwen3-Omni-30B-A3B-Instruct 虽然总参数 30B、激活 3B，在 TII 内部评测中仍落后 Falcon-ASR 4.07 个百分点，说明通用多模态大模型在方言语音上并不天然占优，专用小模型仍有空间。 但需要保持审慎。第一，TII 的领先优势建立在自家内部评测上，阿联酋方言那组数据没有第三方复现，且评测集由 TII 自己构建，存在选择性偏差的可能；公开榜单部分虽然遵循了 leaderboard 协议和固定 manifest，但竞品数字取自 2026 年 9 月 30 日的快照，并非同期实测。第二，20.92% 的平均 WER 在绝对意义上仍然偏高——作为对比，英语测试集上 Falcon-ASR 的 WER 只有 5.74%，阿拉伯语方言识别的可用性距离「开箱即用」还有距离，实际落地时大概率仍需针对具体口音和场景做微调。第三，模型目前只有 Hugging Face Demo，API 和原生应用都还在计划中，工程化接入的成熟度需要观察。 对国内团队而言，这件事的参考价值在于两点：一是方言/小语种 ASR 用「专用小模型 + 多条件数据增强」的路线依然有效，不必盲目上大模型；二是 TII 这种「公开榜单 + 内部评测」双轨发布的模式，正在成为中东 AI 机构对外证明能力的标准动作，后续同类发布值得用同样的标准去审视其数据来源。
背景与影响
阿拉伯语语音识别长期面临方言资源稀缺的问题：现代标准阿拉伯语（MSA）有较多转写语料，但阿联酋、海湾等地的日常口语转写资源明显更少，导致模型在正式新闻播报上表现尚可、一遇到方言对话或电话录音就大幅退化。TII 的做法是把阿联酋方言、MSA、其他海湾与阿拉伯方言以及英语混合训练，并在训练数据中注入背景噪声、重叠语音、音乐、房间混响、电话信道效应以及语速和音高变化，目标是让模型适应会议、通话等真实录音条件。评测层面，TII 采用 ELM Research Center 维护的 Open Universal Arabic ASR Leaderboard 协议，该榜单按六个测试集等权平均 WER 排名，同时报告 CER。除公开榜单外，TII 还补充了一套内部阿联酋与海湾语音评测，使用留出录音和人工校验转写，以覆盖公开数据中阿联酋子集（Casablanca 的 UAE 部分）之外的场景。Falcon-ASR 建立在 TII 此前的 Falcon3-Audio 工作之上，同一系列近期还发布了 Falcon-Emirati 和 Falcon OCR Arabic。这意味着 TII 正在围绕阿拉伯语与阿联酋本地化能力构建一条完整的产品线，从语音识别、OCR 到方言大模型。
本文由 AI 辅助整理自公开信源，事实部分以原文为准；「本站视角」一节为编辑部判断，欢迎指正。版权归原作者所有，如有异议请联系我们。
