TII 发布 Falcon-ASR：1.6B 阿拉伯语语音识别模型，平均 WER 20.92%
来源MarkTechPost查看原文
速览
- TII 发布 1.6B 阿拉伯语语音模型 Falcon-ASR，主打阿联酋方言
- 6 个阿拉伯语测试集平均 WER 20.92%，领先 Audar-ASR-V1-Turbo 2.25 点
- 自建阿联酋测试集 WER 22.73%，领先 30B Qwen3-Omni 4.07 点
- 英语 7 个测试集平均 WER 5.74%，与 Qwen3-ASR-1.7B 的 5.76% 相当
- 一套权重覆盖 5 种语言，无需语言标记，支持词级时间戳
- 目前只有托管 Demo，权重、许可证、API 均未发布
- 所有成绩均为 TII 自测，未进入公开榜单
- 阿联酋测试集为私有数据，无法复现
阿布扎比技术创新研究院（TII）发布 Falcon-ASR，一个 1.6B 参数的阿拉伯语语音识别模型，重点覆盖阿联酋方言，同时支持英语、法语、西班牙语和葡萄牙语。在 TII 自己的评测中，该模型在 6 个阿拉伯语测试集上取得 20.92% 的平均词错误率（WER），比 TII 榜单快照中最好的公开成绩低 2.25 个百分点。在 TII 自建的阿联酋与海湾方言测试集上，Falcon-ASR 的 WER 为 22.73%，领先 30B 的 Qwen3-Omni-30B-A3B-Instruct 4.07 个百分点。英语方面，在 Hugging Face Open ASR Leaderboard 的 7 个测试集上平均 WER 为 5.74%，与 Qwen3-ASR-1.7B 公布的 5.76% 基本持平。模型使用一套权重覆盖 5 种语言，无需语言标记，并输出词级时间戳。但目前只提供 Hugging Face 托管 Demo，权重、许可证和 API 均未发布，所有成绩均为 TII 自测。
关键事实
- Falcon-ASR 参数量为 1.6B，由阿布扎比 TII 发布，主打阿拉伯语尤其是阿联酋方言
- 在 6 个阿拉伯语测试集上平均 WER 为 20.92%，平均 CER 为 8.79%，比 Audar-ASR-V1-Turbo 的 23.17% 低 2.25 个百分点
- 在 TII 内部阿联酋与海湾测试集上 WER 为 22.73%，领先 Qwen3-Omni-30B-A3B-Instruct 的 26.80% 达 4.07 个百分点
- 英语在 Hugging Face Open ASR Leaderboard 的 7 个测试集上平均 WER 为 5.74%，单集从 LibriSpeech clean 的 1.75% 到 Earnings-22 的 11.86%
- 一套权重覆盖阿拉伯语、英语、法语、西班牙语、葡萄牙语 5 种语言，无需语言标记，输出词级时间戳
- 目前仅提供 Hugging Face Demo，接受最长 60 秒、最大 20 MB 的音频片段；API 和原生应用在计划中，未给出时间
本站视角
对做阿拉伯语语音产品的团队来说，这条消息的价值和局限同样明显。价值在于：如果 TII 自测数据站得住，一个 1.6B 模型在阿拉伯语平均 WER 上压过 2.35B 的 Audar-ASR-V1-Turbo、2B 的 Cohere Transcribe Arabic 和 7B 的 omniASR LLM 7B，说明阿拉伯语 ASR 的规模效率还有空间，小模型加针对性数据增强（方言、噪声、混响、电话信道）可能比单纯堆参数更有效。这对面向中东市场的客服、会议记录、字幕类产品是值得关注的方向。 但我们的判断是：现在还不能把它当成可用方案。第一，没有权重、没有许可证、没有 API，只有 60 秒 / 20 MB 的托管 Demo，任何生产系统都无法接入；TII 说 API 和原生应用在计划中，但没有时间表。第二，所有阿拉伯语和英语成绩都是 TII 自测，Falcon-ASR 并未作为正式条目进入 ELM Research Center 的 Open Universal Arabic ASR Leaderboard，而竞品分数来自该榜单的公开平均值——自测与第三方评测混在一张表里比较，本身就削弱了结论强度。第三，阿联酋测试集是 TII 内部私有数据，无法复现，而 Audar 在 Mixat 上报告的 19.4% WER 与 TII 的 22.73% 不在同一数据集上，不能直接对比。 具体到不同人群：国内做中东出海产品的团队，短期内应继续以 Audar-ASR-V1-Turbo、Qwen3-ASR-1.7B 这类开放权重模型为落地选项，把 Falcon-ASR 放进观察名单，等权重或许可证明确后再评估；做语音基础设施和评测的团队，值得留意的是 TII 的数据增强配方和 Falcon3-Audio 的技术路线，这部分比分数更有参考价值；对关注开源与闭源之争的人来说，TII 这次选择只放 Demo 不放权重，与其此前 Falcon 系列的开源姿态形成反差，需要观察这是发布节奏问题还是策略转向。 需要观察的是：TII 是否会把 Falcon-ASR 提交到公开榜单接受第三方复现；权重和许可证何时公布、以什么条款公布；以及 60 秒的音频上限是否反映模型的真实上下文限制——原文明确写了最大音频上下文未披露，Demo 的 60 秒限制不能等同于模型能力上限。
背景与影响
阿拉伯语语音识别长期受限于方言数据稀缺。方言阿拉伯语的转写资源远少于现代标准阿拉伯语（MSA），而日常口语中方言混用、语码切换十分常见，这使通用 ASR 模型在真实场景中表现明显下滑。TII 的做法是把阿联酋方言、MSA、其他海湾及阿拉伯方言和英语混合训练，并对音频做背景噪声、重叠语音、音乐、房间混响、电话信道以及语速和音高的增强，阿联酋语料也做了同样处理。 从竞争格局看，阿拉伯语 ASR 赛道已有 AudarAI 的 Audar-ASR-V1-Turbo（2.35B，开放权重，30 种语言）、Cohere Transcribe Arabic（2B，Apache 2.0）、阿里 Qwen3-ASR-1.7B（Apache 2.0）等。Falcon-ASR 在 TII 自测中参数更小、分数更低，但它是唯一一个既不开放权重也不公布许可证的。这意味着短期内它更像一次能力展示，而非可直接集成的产品。 需要区分的是，TII 的阿拉伯语成绩是自测结果，不是 Open Universal Arabic ASR Leaderboard 上的正式条目；竞品分数则取自该榜单 2026 年 9 月 30 日核对的公开平均值。阿联酋测试集为 TII 内部数据，不可复现；Audar 在另一个阿联酋数据集 Mixat 上报告的是 19.4% WER，两者不可直接比较。
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。