ข้ามไปเนื้อหาหลัก

TII เปิดตัว Falcon-ASR โมเดลจดจำเสียงภาษาอาหรับ 1.6 พันล้านพารามิเตอร์

TII เปิดตัว Falcon-ASR โมเดลแปลงเสียงพูดเป็นข้อความภาษาอาหรับขนาด 1.6 พันล้านพารามิเตอร์ เน้นบริบทสหรัฐอาหรับเอมิเรตส์ ทำคะแนนเฉลี่ย WER 20.92%

เรียบเรียงโดย AI
Inewgen
12 Oct 2026ที่มา: MarkTechPost2 นาทีอ่าน (0 ครั้ง)
แชร์
TII เปิดตัว Falcon-ASR โมเดลจดจำเสียงภาษาอาหรับ 1.6 พันล้านพารามิเตอร์

ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง

ขนาดตัวอักษร
  • TII เปิดตัวโมเดลจดจำเสียง Falcon-ASR ขนาด 1.6 พันล้านพารามิเตอร์สำหรับภาษาอาหรับ
  • เน้นจุดเด่นด้านบริบทท้องถิ่นของสหรัฐอาหรับเอมิเรตส์ (Emirati focus)
  • ทำคะแนนเฉลี่ย Word Error Rate (WER) ที่ 20.92% จากชุดทดสอบภาษาอาหรับ 6 ชุด
  • ยังไม่มีการเปิดเผยน้ำหนักโมเดล (weights) และ API ให้ใช้งานในขณะนี้

สถาบันนวัตกรรมเทคโนโลยี (TII) ประกาศเปิดตัว Falcon-ASR โมเดลปัญญาประดิษฐ์สำหรับการจดจำเสียงพูด (Speech Recognition) ขนาด 1.6 พันล้านพารามิเตอร์ ซึ่งถูกพัฒนาขึ้นมาเพื่อรองรับภาษาอาหรับโดยเฉพาะ โดยมีความมุ่งเน้นเป็นพิเศษในส่วนของบริบทและสำเนียงแบบสหรัฐอาหรับเอมิเรตส์ (Emirati focus) เพื่อช่วยยกระดับความแม่นยำในการประมวลผลภาษาท้องถิ่น

ในการประเมินประสิทธิภาพของระบบ โมเดล Falcon-ASR ทำผลงานได้อย่างโดดเด่นด้วยการทำคะแนนเฉลี่ยอัตราความผิดพลาดของคำ หรือ Word Error Rate (WER) อยู่ที่ระดับ 20.92% จากการทดสอบผ่านชุดข้อมูลทดสอบภาษาอาหรับจำนวนทั้งหมด 6 ชุด ซึ่งสะท้อนถึงความสามารถในการแปลงเสียงพูดเป็นข้อความที่มีประสิทธิภาพสูงภายใต้ความท้าทายทางภาษาถิ่น

1.6Bจำนวนพารามิเตอร์ของโมเดล
20.92%คะแนนเฉลี่ย WER
6ชุดทดสอบภาษาอาหรับ
server room data center technology no logo

ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง

แม้ว่าการเปิดตัว Falcon-ASR จะเป็นก้าวสำคัญในการพัฒนาเทคโนโลยีด้านเสียงสำหรับภาษาอาหรับ แต่ทาง TII ยังไม่ได้เปิดเผยรายละเอียดเกี่ยวกับน้ำหนักของโมเดล (Model Weights) รวมถึงช่องทางการเชื่อมต่อระบบผ่าน API ให้กับนักพัฒนาหรือบุคคลทั่วไปในขณะนี้ ผู้สนใจจึงต้องรอการประกาศอัปเดตเพิ่มเติมในอนาคต

การพัฒนาโมเดล ASR (Automatic Speech Recognition) ที่เจาะจงสำเนียงเฉพาะถิ่นอย่างภาษาอาหรับสำเนียงเอมิเรตส์ถือเป็นความท้าทายสำคัญในวงการ AI เนื่องจากภาษาอาหรับมีความหลากหลายทางสำเนียงสูงมากในแต่ละภูมิภาค การที่ TII มุ่งเน้นไปที่บริบทท้องถิ่นโดยเฉพาะช่วยให้โมเดลมีความแม่นยำสูงกว่าโมเดลภาษากลาง (MSA) ทั่วไป แต่การที่ยังไม่เปิดเผย weights หรือ API ในตอนนี้แสดงให้เห็นว่าอยู่ในช่วงการทดสอบและพัฒนาความปลอดภัยก่อนเปิดให้บริการจริงในวงกว้าง

ที่มา: MarkTechPost

ความคิดเห็น

แสดงความคิดเห็น
0/2000

พบข้อมูลผิดพลาดในบทความนี้? แจ้งปัญหาบทความนี้