Reson8开源0.5B语音识别模型Rumble-2-Flash:302小时呼叫中心录音上与30B模型打平
Reson8以Apache 2.0许可开源了0.5B参数的语音识别模型Rumble-2-Flash,支持40多种语言并自动检测语种。它由更大的生产模型Rumble-2经同策略蒸馏压缩而来,学生模型自己转写音频、教师逐token给出概率分布进行纠正。在Open ASR Leaderboard多语种赛道上,它平均错误率6.96%,优于15倍大的Meta omniASR-LLM 7B;在AppTek 302小时、14种英语口音的呼叫中心基准上达到7.86% WER,与30B的Nemotron 3.5 Transcribe的7.78%相当。