Rumble-2-Flash: 40'tan fazla dil için açık 0,5B konuşma modeli

Özgün başlık: Rumble-2-Flash: an open 0.5B speech model for 40+ languages
Açık kaynak ve açık bilim yoluyla yapay zekayı ilerletme ve demokratikleştirme yolculuğundayız.
Bugün Rumble-2-Flash'ı Apache 2.0 lisansı altında açık kaynak olarak kullanıyoruz. Kendi boyutunun 3 ila 60 katı modellerle rekabet eden, 40'tan fazla dil için 0,5B parametreli bir konuşma tanıma modelidir. Her yerde çalışır: 🤗 Transformers ve vLLM'de yerel destek, özel kod yok 40'tan fazla dil: otomatik dil algılama Çıkış kontrolü: rakam veya sözcük olarak sayılar, dolgular, kelimesi kelimesine tekrarlar, zorlamalı dil Son derece hızlı: yaklaşık yarım saniyede bir saatlik ses, tam gruplarda 7.000'den fazla RTFx ile Gerçek telefon görüşmelerine dayanır: NVIDIA'nin Nemotron 3.5 Transcribe (30B) ile eşit 302 saatlik çağrı merkezi karşılaştırması 🤗 Transformers uv pip kurulumu torç transformatörleri, transformatör içe aktarımından hızlanır AutoProcessor, AutoModelForMultimodalLM model kimliği = "Reson8/
We’re on a journey to advance and democratize artificial intelligence through open source and open science.
Today we're open sourcing Rumble-2-Flash under the Apache 2.0 license. It's a 0.5B-parameter speech recognition model for 40+ languages that competes with models 3-60x its size. Runs anywhere : native support in 🤗 Transformers and vLLM, no custom code 40+ languages : automatic language detection Output control : numbers as digits or words, fillers, verbatim repeats, forced language Extremely fast : an hour of audio in about half a second, with over 7,000 RTFx on full batches Holds up on real phone calls : on par with NVIDIA's Nemotron 3.5 Transcribe (30B) on a 302-hour call-centre benchmark Quickstart Transcribe with 🤗 Transformers uv pip install torch transformers accelerate from transformers import AutoProcessor, AutoModelForMultimodalLM model id = "Reson8/
Estamos en un viaje para avanzar y democratizar la inteligencia artificial a través del código abierto y la ciencia abierta.
Hoy estamos abriendo el código fuente de Rumble-2-Flash bajo la licencia Apache 2.0. Es un modelo de reconocimiento de voz con parámetros de 0,5 mil millones para más de 40 idiomas que compite con modelos de 3 a 60 veces su tamaño. Se ejecuta en cualquier lugar: soporte nativo en 🤗 Transformers y vLLM, sin código personalizado Más de 40 idiomas: detección automática de idioma Control de salida: números como dígitos o palabras, rellenos, repeticiones textuales, lenguaje forzado Extremadamente rápido: una hora de audio en aproximadamente medio segundo, con más de 7,000 RTFx en lotes completos Soporta llamadas telefónicas reales: a la par con Nemotron 3.5 Transcribe (30B) de NVIDIA en un punto de referencia de un centro de llamadas de 302 horas Inicio rápido Transcribir con 🤗 Transformadores uv pip instalar antorcha transformadores acelerar desde transformadores importar AutoProcesador, AutoModelForMultimodalLM model id = "Reson8/
Мы находимся на пути к развитию и демократизации искусственного интеллекта с помощью открытого исходного кода и открытой науки.
Сегодня мы открываем исходный код Rumble-2-Flash под лицензией Apache 2.0. Это модель распознавания речи с параметром 0,5B для более чем 40 языков, которая конкурирует с моделями, в 3–60 раз превышающими ее размер. Работает где угодно: встроенная поддержка в 🤗 Transformers и vLLM, без специального кода. 40+ языков: автоматическое определение языка. Управление выводом: числа в виде цифр или слов, заполнители, дословные повторы, принудительный язык. Чрезвычайно быстро: час аудио примерно за полсекунды, более 7000 RTFx в полных пакетах. Выдерживает реальные телефонные звонки: на уровне Nemotron 3.5 от NVIDIA. Расшифруйте (30B) на 302-часовом эталонном тесте в колл-центре. Быстрый старт. Трансформаторы с помощью 🤗 Трансформаторы uv pip, установка трансформаторов с горелкой, ускорение от импорта трансформаторов AutoProcessor, AutoModelForMultimodalLM model id = "Reson8/