阿布達比嘅 Technology Innovation Institute（TII）喺 2026 年 10 月 7 日透過 Hugging Face 宣佈推出 Falcon-ASR，一個 1.6B（16 億）參數嘅語音辨識（automatic speech recognition，ASR，即把口語轉成文字）模型，主打阿拉伯語，尤其關注 Emirati 方言，同時支持英文、法文、西班牙文同葡萄牙文。
TII 指，喺 ELM Research Center 維護嘅「Open Universal Arabic ASR Leaderboard」上，Falcon-ASR 喺六個阿語測試集嘅平均字錯率（word error rate，WER）係 20.92%；該排行榜 2026 年 9 月 30 日快照入面嘅最佳已公佈成績係 23.17%，即新模型好 2.25 個百分點。呢個比較係 TII 跟住該榜嘅固定 manifest 自己跑嘅。
另外，TII 喺內部對 Emirati 嘅評估（用獨立錄音加人工校對轉寫）錄得 22.73% WER、10.19% CER（character error rate，字級錯率），喺佢哋比較入面最低；TII 指次佳嘅 Qwen3-Omni 比佢高 4.07 個百分點。測試加入背景噪音、重疊説話、音樂、房間回聲同電話效果，以及速度、音高變化。
模型支援詞級時間戳，將每個轉寫詞對應到音頻位置。訓練資料涵蓋 Emirati、Modern Standard Arabic（MSA，現代標準阿語）、其他海灣同阿拉伯方言同英文；TII 強調阿拉伯語因地區、講者、場合而異，而且方言嘅轉寫資源較 MSA 少，訓練同評測都更難。
英文方面，同一組權重喺 Hugging Face Open ASR Leaderboard 嘅七個公開英文測試集錄得平均 WER 5.74%。五種語言共用同一組權重，唔需要語言旗標，輸出即為所説語言。模型建基於 Falcon3-Audio。
模姐驗嚇貨： 呢度值得留意嘅係，所有錯誤率數字全部出自 TII 嘅「our evaluation」——榜單比較係跟固定 manifest 自己跑，Emirati 評估更是 TII 自訂嘅內部集，都未見獨立第三方複核。WER 低唔代表已經可用：語音辨識對真實場景嘅噪音、方言同混語表現，仲要睇用户實際測試。開放權重、開源代碼、數據公開及可商用係四件嘢，用之前最好核對模型卡同授權條款。
模姐｜深度調教
