Technology Innovation Institute z Abu Dhabi wydał Falcon-ASR, kompaktny model rozpoznawania mowy arabskiej o 1,6 miliarda parametrów. Model osiąga 20,92% średniego współczynnika błędu wyrazów na 6 arabskich zestawach testowych - wynik o 2,25 punktu lepszy od obecnego lidera rankingu TII, czyli Audar-ASR-V1-Turbo z wynikiem 23,17%.
Falcon-ASR to wielojęzyczny system, który jedną wspólną konfiguracją wag obsługuje arabski, angielski, francuski, hiszpański i portugalski. Szczególnie skupia się na dialekcie emirackim, a model automatycznie rozpoznaje język wypowiedzi bez konieczności stosowania flag. Oprócz transkrypcji dostarcza également znaczniki na poziomie wyrazów, łącząc każde słowo z jego pozycją czasową w nagraniu.
Głównym ograniczeniem jest na razie dostęp - model jest dostępny wyłącznie jako interaktywne demo na platformie Hugging Face. TII nie opublikował wag modelu, nie ujawnił maksymalnego kontekstu audio ani platformy, na której model pracuje. W planach znajduje się API oraz natywne aplikacje. Dla deweloperów tworzących produkty głosowe dla arabskiego rynku to oznacza brak możliwości lokalnego wdrażania, choć sama wydajność modelu - największa do tej pory w tej kategorii - ukazuje potencjał kompaktnych sieci neuronowych w rozpoznawaniu mowy dla języków słabiej reprezentowanych w zbiorach treningowych.