מודלים וצ׳אטבוטים

Reson8 שחררה מודל פתוח לתמלול דיבור ביותר מ-40 שפות

Rumble-2-Flash מאפשר למפתחים לתמלל הקלטות ולשלוט באופן הצגת התוצאה, אך ביצועיו נשענים על בדיקות שפרסמה החברה.

2 דק׳ קריאה
כרטיס הפתיחה של המודל Rumble-2-Flash מבית Reson8, עם שם המודל על רקע כחול-סגול בדף Hugging Face
מקור: Reson8
בכתבה הזו
  1. מה מראות הבדיקות
  2. מודל קטן שלמד ממודל גדול
  3. מה זה אומר בשבילכם

חברת Reson8 שחררה את Rumble-2-Flash, מודל פתוח לתמלול דיבור התומך ביותר מ-40 שפות ומזהה את שפת הדיבור באופן אוטומטי. המודל כולל 500 מיליון פרמטרים, ערכים מספריים שנקבעים במהלך האימון ומשפיעים על פעולתו. הוא זמין להורדה ברישיון Apache 2.0 וגם דרך ממשק התכנות של החברה.

לצד התמלול עצמו, המודל מאפשר לבחור כיצד ייראה הטקסט: האם מספרים יופיעו בספרות או במילים, האם לשמור מילות היסוס והאם לצמצם חזרות על מילים. אפשר גם לקבוע מראש את שפת ההקלטה, במקום להסתמך על הזיהוי האוטומטי. אפשרויות ההפעלה ודוגמאות הקוד מופיעות בעמוד המודל ב-Hugging Face.

האפשרויות האלה עשויות להתאים לצרכים שונים: תמלול ששומר על חזרות ומילות היסוס מציג את הדיבור כפי שנאמר, ואילו הסרתן יכולה להקל על קריאת הטקסט. המודל מקבל גם קובץ שמע מקומי וגם כתובת לקובץ ברשת.

מה מראות הבדיקות

Reson8 הציגה בהודעת ההשקה תוצאות שלפיהן המודל הגיע לשיעור שגיאות ממוצע של 6.96% במבחן רב-לשוני, שכלל בין היתר אנגלית, גרמנית, צרפתית וסינית. במדד הזה משווים את התמלול לטקסט הייחוס ובודקים כמה מילים שגויות, חסרות או נוספות הופיעו בו; בסינית נמדדו שגיאות ברמת התו.

החברה בחנה גם הקלטות של שיחות למוקדי שירות, שבהן רעשי רקע, דחיסת שמע ומבטאים שונים עלולים להקשות על התמלול. לדבריה, במבחן שכלל 302 שעות של שיחות באנגלית עם 14 מבטאים, שיעור השגיאות של Rumble-2-Flash היה 7.86%, לעומת 7.78% של Nemotron 3.5 Transcribe מבית NVIDIA. הנתונים הם של Reson8 ולא אומתו באופן עצמאי.

גם נתון המהירות תלוי בתנאי הבדיקה. החברה טוענת כי בעיבוד קבוצות מלאות של הקלטות, המודל הגיע לקצב השקול לתמלול שעת שמע בכחצי שנייה. זהו נתון תפוקה בתנאי עומס מסוימים, ולא הבטחה שכל הקלטה בודדת תתומלל בזמן הזה. הטענה לא אומתה באופן עצמאי.

מודל קטן שלמד ממודל גדול

לפי הודעת Reson8, החברה אימנה את המודל הקטן בעזרת Rumble-2, מודל גדול יותר המשמש אותה. בתהליך האימון המודל הקטן תמלל הקלטות בעצמו, והמודל הגדול סיפק לו משוב על התוצאות. כך הוא למד גם מהטעויות שנוצרו בתמלולים שלו.

המודל מבוסס על המבנה של Qwen3-ASR ותומך ישירות בספריות Transformers ו-vLLM, המשמשות מפתחים להפעלת מודלים. התמיכה הזו מאפשרת לשלב אותו בסביבות שעובדות עם הכלים האלה בלי להפעיל קוד מותאם של המודל.

מה זה אומר בשבילכם

Rumble-2-Flash מיועד בעיקר למפתחים שרוצים להוסיף תמלול ליישום או להפעיל מודל בעצמם. אפשר להוריד את קובצי המודל מעמוד המודל, שבו מופיעות הוראות התקנה ודוגמאות להפעלה באמצעות Transformers ו-vLLM. הוא זמין גם דרך ממשק התכנות של Reson8, אך ההודעה אינה מפרטת את מחיר השימוש בממשק.

המודל הפתוח זמין תחת רישיון Apache 2.0. ההודעה אינה מפרטת אם הוא תומך בעברית או אם ממשק התכנות זמין בישראל.

תגובות

היו הראשונים להגיב

המייל לא יוצג באתר. תגובה ראשונה מתפרסמת אחרי אישור. כללי התגובות