أطلق معهد الابتكار التكنولوجي (TII) في أبوظبي Falcon-ASR، وهو نموذج للتعرف على الكلام بالعربية بمقياس 1.6B معامل. يركز النموذج على اللهجة الإماراتية ويقوم أيضًا بتفريغ الإنجليزية والفرنسية والإسبانية والبرتغالية. في تقييم TII، يحقق Falcon-ASR معدل خطأ كلمات (WER) متوسطًا قدره 20.92% عبر 6 مجموعات اختبار عربية. وهذا يتفوق على أفضل نتيجة منشورة في لقطة لوحة متصدرين TII بفارق 2.25 نقطة. بالنسبة للمطورين الذين يبنون منتجات صوتية عربية، فإن العائق هو الوصول: فهو اليوم يعمل فقط كعرض تجريبي مستضاف.
TL;DR
- الحجم: 1.6B معامل. أقصى سياق صوتي: غير معلن (يقبل العرض التجريبي مقاطع حتى 60 ثانية و20 MB).
- يعمل على: غير معلن. لا توجد أوزان أو نسخ مكممة منشورة. الوصول عبر عرض تجريبي على Hugging Face، مع خطة لواجهة برمجة تطبيقات وتطبيقات أصلية.
- الأداء: أدنى معدل خطأ كلمات للعربية والإماراتية في مقارنات TII الذاتية، مع نتائج جيدة للإنجليزية.
- الأفضل: معدل خطأ كلمات عربي متوسط 20.92%، أي أقل بـ 2.25 نقطة من Audar-ASR-V1-Turbo (23.17%).
- الأسوأ: معدل خطأ كلمات 11.86% على Earnings-22، وهي أضعف مجموعة اختبار إنجليزية لديه.
- الخلاصة (الأفضل): نموذج مدمج بحجم 1.6B يتفوق على أنظمة عربية أكبر في اختبارات TII.
- الخلاصة (الأسوأ): لا أوزان، ولا ترخيص، ولا واجهة برمجة تطبيقات بعد، وجميع النتائج مبلغة ذاتيًا.
ما هو Falcon-ASR؟
Falcon-ASR هو نموذج تحويل الكلام إلى نص من TII يحول العربية المنطوقة و4 لغات أخرى إلى نص. تتشارك اللغات الـ 5 جميعها مجموعة واحدة من الأوزان. لا يحتاج النموذج إلى علم لغة ويُخرج النص باللغة المنطوقة. كما يعيد طوابع زمنية على مستوى الكلمة، ويربط كل كلمة بموقعها في الصوت. هذا مهم للترجمة النصية المرافقة، والتسجيلات القابلة للبحث، وملاحظات الاجتماعات.
كيف يتعامل Falcon-ASR مع اللهجات العربية؟
العربية الدارجة تمتلك موارد مفرغة أقل بكثير من العربية الفصحى الحديثة (MSA). درّب TII نموذج Falcon-ASR على الإماراتية والفصحى الحديثة ولهجات خليجية وعربية أخرى والإنجليزية. الهدف هو الكلام اليومي، بما في ذلك الصيغ اللهجية والتبديل بين اللغات.
تم تعزيز الصوت التدريبي بضوضاء خلفية، وكلام متداخل، وموسيقى، وصدى غرفة، وتأثيرات الهاتف. كما تم تغيير السرعة والطبقة الصوتية. وطبّقت المعالجة نفسها على تسجيلات الإماراتية.
يبني النموذج على عمل TII في Falcon3-Audio. يصف ذلك البحث نماذج صوتية-لغوية مبنية على نماذج لغوية كبيرة مضبوطة بالتعليمات ومشفّرات Whisper، درّبت على أقل من 30K ساعة من الصوت العام. لم يتمكن فريقنا التحريري والتقني في Marktechpost من العثور على أي تفاصيل منشورة عن البنية الدقيقة لـ Falcon-ASR أو حجم بيانات التدريب.
كيف يحقق Falcon-ASR نتائج على معايير تقييم العربية؟
اتبعت TII بروتوكول Open Universal Arabic ASR Leaderboard، الذي تديره مركز أبحاث ELM. يرتّب النظام أنظمة وفق متوسط WER المرجّح بالتساوي عبر 6 مجموعات اختبار. استخدمت TII قوائم البيانات المثبتة في لوحة الصدارة. أرقام المنافسين هي متوسطات لوحة الصدارة المنشورة وتم التحقق منها في 30 سبتمبر 2026.
| النموذج | المعاملات | متوسط WER (%) | متوسط CER (%) |
|---|---|---|---|
| Falcon-ASR | 1.6B | 20.92 | 8.79 |
| Audar-ASR-V1-Turbo | 2.35B | 23.17 | 9.23 |
| Cohere Transcribe Arabic (07-2026) | 2.0B | 25.87 | 11.80 |
| omniASR LLM 7B | 7.0B | 28.32 | 12.52 |
كلما انخفض الرقم كان أفضل. لاحظ أن رقم Falcon-ASR هو نتيجة تشغيل TII الخاصة، وليس مشاركة في لوحة الصدارة. بطاقة نموذج Audar تُدرج متوسط نسبة الخطأ في الأحرف (CER) الخاص بها بنسبة 9.20%.
كيف يؤدي Falcon-ASR على الكلام الإماراتي؟
أنشأ TII مجموعة اختبار داخلية إماراتية وخليجية من تسجيلات غير مضمّنة في التدريب مع نصوص معدّة من تحقق بشري. وهي تكمّل المجموعة الفرعية الإماراتية من المجموعة العامة الدار البيضاء مجموعة البيانات.
| موديل | المعاملات | نسبة خطأ الكلمات (%) | معدل الخطأ التراكمي (CER %) |
|---|---|---|---|
| Falcon-ASR | 1.6B | 22.73 | 10.19 |
| Qwen3-Omni-30B-A3B-Instruct | 30B (3B نشطة) | 26.80 | 12.72 |
| Audar-ASR-V1-Turbo | 2.35B | 27.89 | 13.75 |
| Cohere Transcribe للغة العربية | 2.0B | 31.05 | 18.07 |
| Qwen3-ASR-1.7B | 2.0B | 31.52 | 13.35 |
| Audar-ASR-V1-Flash | 0.78B | 32.87 | 15.36 |
يتقدم Falcon-ASR بفارق 4.07 نقطة WER عن Qwen3-Omni. مجموعة الاختبار هذه خاصة، لذا لا يمكن إعادة إنتاجها. أعلنت Audar عن معدل WER بنسبة 19.4% على مجموعة إماراتية أخرى (Mixat)، لذا فإن الأرقام غير قابلة للمقارنة مباشرة.
ما مدى جودة Falcon-ASR في الإنجليزية؟
على مجموعات الاختبار الإنجليزية الـ 7 المستخدمة في Hugging Face Open ASR Leaderboard، تُبلِغ TII عن متوسط WER بنسبة 5.74%. تتراوح الدرجات لكل مجموعة من 1.75% على LibriSpeech clean إلى 11.86% على Earnings-22. وللسياق، Qwen3-ASR-1.7B تدرج متوسط WER بنسبة 5.76% على تلك اللوحة. اللغة الفرنسية والإسبانية والبرتغالية مدعومة، لكن TII لم تنشر أي درجات لها.
مقارنة: Falcon-ASR مقابل أقرب نماذج التعرف على الكلام العربية
| الميزة | Falcon-ASR | Audar-ASR-V1-Turbo | Cohere Transcribe Arabic | Qwen3-ASR-1.7B |
|---|---|---|---|---|
| منظمة | TII (الإمارات) | AudarAI | Cohere | عليibaba كوين (Alibaba Qwen) |
| المعاملات | 1.6B | 2.35B | 2B | 1.7B (2B على بطاقة HF) |
| البنية المعمارية | مبني على Falcon3-Audio | مُشفِّر صوتي + مُفكِّك نموذج لغوي (LM decoder) | مُشفِّر FastConformer + مُفكِّك Transformer | مبني على Qwen3-Omni |
| الترخيص | غير معلن | AudarAI Community License v1.0 | Apache 2.0 | Apache 2.0 |
| أوزان مفتوحة | لا | نعم (BF16، GGUF، W4A16) | نعم | نعم |
| اللغات | 5 (العربية بما فيها الإماراتية، الإنجليزية، الفرنسية، الإسبانية، البرتغالية) | 30 (العربية أولاً) | العربية، الإنجليزية | 30 لغة + 22 لهجة صينية |
| متوسط معدل الخطأ على الكلمات (WER) للعربية (6 مجموعات) | 20.92 (تقييم TII) | 23.17 | 25.87 | 33.36 (لوحة الصدارة) |
| متوسط معدل الخطأ على الأحرف (CER) للعربية | 8.79 (تقييم TII) | 9.20 | 11.80 | 12.33 |
| معدل الخطأ على الكلمات (WER) للإماراتية من TII | 22.73 | 27.89 | 31.05 | 31.52 |
| متوسط معدل خطأ الكلمات الإنجليزي (مجموعات Open ASR) | 5.74 (تقييم TII) | غير معلن | غير معلن | 5.76 |
| الطوابع الزمنية | على مستوى الكلمة | غير معلن | غير معلن | عبر Qwen3-ForcedAligner-0.6B |
| يعمل على | غير معلن (عرض تجريبي مستضاف) | CPU وGPU والأجهزة الطرفية عبر GGUF؛ وW4A16 على GPU بسعة 12 جيجابايت أو أكثر | غير معلن | GPU عبر Transformers أو vLLM |
| الوصول | عرض تجريبي على HF؛ وAPI مخطط له | الأوزان + واجهة Audar API | الأوزان + واجهة Cohere API | الأوزان + واجهة DashScope API |
المصادر: أرقام Falcon-ASR من مدونة TII. أرقام Audar وCohere ولوحة صدارة Qwen مأخوذة من لوحة صدارة ELM كما أُعيد إنتاجها في بطاقة Audar. معدل خطأ الكلمات الإماراتي لجميع النماذج مأخوذ من التقييم الداخلي لـ TII.
أبرز النقاط
- Falcon-ASR هو نموذج نطق عربي أولاً بحجم 1.6B من TII مع تركيز إماراتي.
- يحقق معدل خطأ كلمات عربي متوسط قدره 20.92%، متقدماً بـ 2.25 نقطة على Audar-ASR-V1-Turbo.
- على مجموعة TII الإماراتية يتفوق على نموذج Qwen3-Omni بحجم 30B بفارق 4.07 نقطة في معدل خطأ الكلمات.
- 1 مجموعة أوزان تغطي 5 لغات، مع طوابع زمنية على مستوى الكلمة.
- لا أوزان ولا ترخيص ولا واجهة API بعد: اختبره عبر العرض التجريبي المحدود بـ 60 ثانية.
اطلع على مدونة Falcon-ASRو ورقة Falcon3-Audio وتجربة العرض التوضيحي. كما لا تترددوا في متابعتنا على تويتر ولا تنسوا الانضمام إلى مجتمع ML الفرعي على ريديت يضم أكثر من 150k عضو والاشتراك في نشرتنا البريدية. مهلاً! هل أنتم على تلغرام؟ يمكنكم الآن الانضمام إلينا على تلغرام أيضاً.
المقال TII تطلق Falcon-ASR: نموذج للكلام العربي بحجم 1.6B يحقق نسبة WER تبلغ 20.92% ظهر لأول مرة على MarkTechPost.