TII lance Falcon-ASR : le modèle vocal arabe de 1.6B atteint un WER de 20.92%

Le Technology Innovation Institute (TII) à Abou Dabi a lancé Falcon-ASR, un modèle de reconnaissance vocale arabe de 1.6B paramètres. Il se concentre sur le dialecte émiratie et transcrit également l'anglais, le français, l'espagnol et le portugais. Dans l'évaluation du TII, Falcon-ASR affiche un taux d'erreur par mot (WER) moyen de 20.92% sur 6 jeux de test arabes. Cela bat la meilleure entrée publiée dans l'instantané du classement du TII de 2.25 points. Pour les développeurs qui créent des produits vocaux arabes, le hic est l'accès : aujourd'hui, il ne fonctionne que comme une démo hébergée.

TL;DR

• Taille : 1.6B paramètres. Contexte audio maximum : non communiqué (la démo accepte des clips jusqu'à 60 secondes et 20 Mo).
• Fonctionne sur : Non communiqué. Aucun poids ni variantes quantifiées ne sont publiés. L'accès se fait via une démo Hugging Face, avec une API et des applications natives prévues.
• Performance : WER arabe et émiratie le plus bas dans les comparaisons propres du TII, avec de solides résultats en anglais.
• Meilleur : WER arabe moyen de 20.92%, soit 2.25 points en dessous d'Audar-ASR-V1-Turbo (23.17%).
• Pire : 11.86% de WER sur Earnings-22, son plus faible jeu de test en anglais.
• Conclusion (meilleur) : un modèle compact de 1.6B qui devance des systèmes arabes plus grands dans les tests du TII.
• Conclusion (pire) : pas de poids, pas de licence, pas d'API pour l'instant, et tous les scores sont auto-déclarés.

Qu'est-ce que Falcon-ASR ?

Falcon-ASR est un modèle de reconnaissance vocale du TII qui convertit l'arabe parlé et 4 autres langues en texte. Les 5 langues partagent un seul ensemble de poids. Le modèle n'a besoin d'aucun indicateur de langue et produit du texte dans la langue parlée. Il renvoie également des horodatages au niveau du mot, reliant chaque mot à sa position dans l'audio. C'est important pour le sous-titrage, les enregistrements recherchables et les notes de réunion.

Comment Falcon-ASR gère-t-il les dialectes arabes ?

L'arabe dialectal dispose de bien moins de ressources transcrites que l'arabe standard moderne (MSA). TII a entraîné Falcon-ASR sur l'émiratie, le MSA, d'autres dialectes du Golfe et arabes, ainsi que l'anglais. L'objectif est la parole du quotidien, y compris les formes dialectales et l'alternance de langues.

L'audio d'entraînement a été enrichi avec du bruit de fond, de la parole qui se chevauche, de la musique, de la réverbération en salle et des effets téléphoniques. La vitesse et la hauteur ont également été variées. Le même traitement a été appliqué aux enregistrements émiraties.

Le modèle s'appuie sur les travaux Falcon3-Audio du TII. Cette recherche décrit des modèles audio-langage construits sur des LLM ajustés par instructions et des encodeurs Whisper, entraînés sur moins de 30K heures d'audio public. Notre équipe éditoriale et technique de Marktechpost n'a trouvé aucune architecture exacte ni taille de données d'entraînement publiées pour Falcon-ASR.

Quels sont les scores de Falcon-ASR sur les benchmarks arabes ?

TII a suivi le protocole de l' Open Universal Arabic ASR Leaderboard, géré par l'ELM Research Center. Il classe les systèmes selon la moyenne des WER pondérée de manière égale sur 6 ensembles de test. TII a utilisé les manifests épinglés du classement. Les chiffres des concurrents sont les moyennes publiées du classement, vérifiées le 30 septembre 2026.

Plus bas est meilleur. Notez que le chiffre de Falcon-ASR provient d'une exécution propre de TII, et non d'une entrée de classement. La fiche modèle d'Audar indique un CER moyen de 9.20% de son côté.

Comment Falcon-ASR se comporte-t-il sur la parole émirienne ?

TII a constitué un jeu de test interne émirien et du Golfe à partir d'enregistrements non utilisés à l'entraînement, avec des transcriptions validées par des humains. Il complète le sous-ensemble émirien du jeu de données public Casablanca .

Falcon-ASR devance Qwen3-Omni de 4.07 points de WER. Ce jeu de test est privé, il ne peut donc pas être reproduit. Audar rapporte 19.4% de WER sur un autre jeu émirien (Mixat), les chiffres ne sont donc pas directement comparables.

Quelle est la performance de Falcon-ASR en anglais ?

Sur les 7 jeux de test anglais utilisés par le Hugging Face Open ASR Leaderboard, TII rapporte un WER moyen de 5.74%. Les scores par jeu vont de 1.75% sur LibriSpeech clean à 11.86% sur Earnings-22. À titre de comparaison, Qwen3-ASR-1.7B affiche un WER moyen de 5.76% sur ce classement. Le français, l'espagnol et le portugais sont pris en charge, mais TII n'a publié aucun score pour ces langues.

Comparaison : Falcon-ASR vs modèles ASR arabes les plus proches

Sources : Les chiffres de Falcon-ASR proviennent du blog de TII. Les chiffres d’Audar, Cohere et du classement Qwen proviennent du classement ELM tel que reproduit sur la fiche Audar. Le WER émirien de tous les modèles provient de l’évaluation interne de TII.

Points clés

• Falcon-ASR est un modèle de parole de 1.6B centré sur l’arabe, développé par TII, avec un accent sur l’émirien.
• Il affiche un WER arabe moyen de 20.92 %, soit 2.25 points devant Audar-ASR-V1-Turbo.
• Sur l’ensemble émirien de TII, il devance un Qwen3-Omni de 30B de 4.07 points de WER.
• 1 jeu de poids couvre 5 langues, avec des horodatages au niveau du mot.
• Pas encore de poids, de licence ni d’API : testez-le via la démo de 60 secondes.

Découvrez le blog Falcon-ASR, le l'article Falcon3-Audio et essayez la démo. N'hésitez pas également à nous suivre sur Twitter et n'oubliez pas de rejoindre notre 150k+ML SubReddit et de vous abonner à notre NewsletterAttendez ! vous êtes sur telegram ? vous pouvez désormais nous rejoindre également sur telegram.

L'article TII publie Falcon-ASR : le modèle de parole arabe 1.6B atteint 20.92% de WER est apparu en premier sur MarkTechPost.