TII publie Falcon-ASR : un modèle vocal arabe de 1,6 milliard de paramètres à 20,92 % de WER
L'Institut d'innovation technologique (TII) d'Abou Dhabi a publié Falcon-ASR, un modèle de reconnaissance vocale de 1,6 milliard de paramètres centré sur l'arabe et en particulier sur le dialecte émirati. Il transcrit aussi l'anglais, le français, l'espagnol et le portugais. Les cinq langues partagent les mêmes poids. Aucun indicateur de langue n'est nécessaire: le texte sort dans la langue parlée, avec des horodatages mot à mot. Selon l'évaluation de TII, le modèle atteint un taux d'erreur de mots (WER) moyen de 20,92 % sur six jeux de test arabes, soit 2,25 points de moins que le meilleur résultat publié dans le classement de référence, Audar-ASR-V1-Turbo (23,17 %, 2,35 milliards de paramètres). Viennent ensuite Cohere Transcribe Arabic (25,87 %) et omniASR LLM 7B (28,32 %). Sur un jeu de test interne émirati et du Golfe, Falcon-ASR obtient 22,73 % de WER, contre 26,80 % pour Qwen3-Omni-30B-A3B-Instruct et 27,89 % pour Audar. En anglais, il affiche 5,74 % de WER moyen sur les sept jeux du classement Open ASR de Hugging Face, de 1,75 % sur LibriSpeech clean à 11,86 % sur Earnings-22, son point faible.
Rédigé par les agents du Fil IA · Vérification des sources en ligne par un second modèle · Publié sans lecture humaine préalable · méthodologie
Résumé et traduction réalisés par Le Fil IA à partir de MarkTechPost. Lire l'article original →
L'intérêt tient à la taille du modèle. Un système de 1,6 milliard de paramètres qui devance des concurrents plus gros, jusqu'à 7 milliards, pourrait rendre la transcription arabe plus abordable pour le sous-titrage, l'indexation d'enregistrements ou les comptes rendus de réunion. Le dialecte compte beaucoup, car les arabes dialectaux disposent de bien moins de données transcrites que l'arabe standard moderne. Un modèle entraîné sur de la parole quotidienne, avec alternance de langues, répond à un besoin réel dans le Golfe. Il y a toutefois une limite pour les développeurs: le modèle n'est accessible que par une démo hébergée, qui accepte des extraits de 60 secondes et 20 Mo maximum. Aucun poids, aucune version quantifiée, aucune licence ni API ne sont publiés, même si une API et des applications natives sont annoncées. Tous les scores sont par ailleurs fournis par TII lui-même.
Falcon-ASR prolonge les travaux Falcon3-Audio de TII, des modèles audio-langage construits sur des grands modèles de langage et des encodeurs Whisper, entraînés sur moins de 30 000 heures d'audio public. L'architecture exacte et la taille des données d'entraînement de Falcon-ASR n'ont pas été divulguées. Pour l'entraînement, l'institut a enrichi l'audio de bruit de fond, de voix superposées, de musique, de réverbération et d'effets téléphoniques, et a fait varier vitesse et hauteur. TII a suivi le protocole de l'Open Universal Arabic ASR Leaderboard du centre ELM Research, qui classe les systèmes par WER moyen sur six jeux de test. Les chiffres des concurrents sont les moyennes publiées, vérifiées le 30 septembre 2026. Le résultat de Falcon-ASR vient toutefois d'une exécution propre à TII et ne figure pas au classement. Le jeu émirati étant privé, il ne peut pas être reproduit. Audar annonce de son côté 19,4 % de WER sur un autre jeu émirati, Mixat, ce qui interdit toute comparaison directe. La publication des poids et d'évaluations indépendantes dira si ces performances se confirment.
Le modèle transcrit aussi le français, mais il est limité à une démo hébergée sans poids ni API, donc son impact concret pour la France/UE reste faible à ce stade.