Rumble-2-Flash:0.5B 开源语音识别模型,覆盖 40+ 语言

2026.11.18 · 收录日 2026.11.18 · 模型 · 新模型 · 官方发布

Reson8 开源 0.5B 语音识别模型,性能对标 3-60 倍体量模型

Reson8 以 Apache 2.0 协议开源 Rumble-2-Flash,这是一个 0.5B 参数的语音识别模型,支持 40+ 语言并自动检测语种。它在 Open ASR Leaderboard 多语言赛道平均错误率 6.96%,优于 15 倍大的 Meta omniASR-LLM 7B,并领先 Whisper large-v3。

  • 0.5B 参数、Apache 2.0 开源,支持 40+ 语言并自动检测语种
  • 原生支持 🤗 Transformers 和 vLLM,无需自定义代码或 trust_remote_code
  • 速度极快:完整批次下超过 7,000 RTFx,约半秒处理一小时音频
  • 多语言赛道平均错误率 6.96%,优于 15 倍大的 Meta omniASR-LLM 7B
  • 在 302 小时呼叫中心基准上 WER 7.86%,与 30B 的 NVIDIA Nemotron 3.5 Transcribe 持平

为什么值得看

小体量语音模型在真实电话场景追平 30B 大模型

适合谁关注

语音识别开发者、端侧部署与多语言应用团队

原始来源

查看收录日 2026.11.18 全部卡片 · 全部卡片归档