模型

Reson8 开源语音识别模型 Rumble-2-Flash,主打嘈杂真实场景

精选理由

Reson8 开源了 Rumble-2-Flash,专治重口音、多人抢话和电话噪音这些让 Whisper 头疼的音频。40 多种语言,体积小到手机能跑,权重随便商用。做语音转写产品的开发者可以拿自己的脏数据测一测。

Reson8 发布开源语音识别模型 Rumble-2-Flash,权重采用 Apache 2.0 协议,可免费下载并本地部署。该模型专门针对真实世界音频训练,重点解决重口音、多人重叠说话、电话通话和背景噪声这四类常见失败场景。

图片来源 · elvis
正文

Rumble-2-Flash 支持 40 多种语言,据称在同等场景下表现优于体积大 20 倍的模型,且模型足够小,可以在手机上直接运行。开发者可在 Hugging Face(Reson8/Rumble-2-Flash)等平台获取权重。

对需要处理客服电话、会议录音或多语种语音的企业来说,Apache 2.0 协议意味着可以商用且音频数据不出本地,与 Whisper 等开源方案形成新的选择。

原文 · elvis

Speech-to-text still breaks on real-world audio. Rumble-2-Flash from Reson8 is a free, open-weights speech-to-text model trained on audio that usually trips up these systems. Think heavy accents, people talking over each other, phone calls, and background noise. It covers 40+ languages. The weights are Apache 2.0, so you can run it on your own machine and keep your audio local. huggingface.co/Reson8/Rumble-… RR @raoulritterr Rumble-2-flash is open weights you can get it in all your favorite places. It’s better than models 20x it’s size small enough to run on your phone HF link below

产业坐标与信源核验

本条情报归属 AITOP「模型」核心追踪栏目。在跨区域产业观察坐标中,该动态直接关联「AI 开发者工具链、Coding Agent 与工程化实践」研究主线,反映出当前技术演进与商业落地的最新风向。涉及核心实体与技术议题包括:Rumble-2-Flash、Resonance8、语音识别、开源模型,读者可通过下方标签进入对应专题页查阅历史脉络与关联对比。

信源核验说明:本文原始线索采编自「elvis」(@omarsar0),经 AITOP 多维评分管线结构化提炼。