Falcon ASR: Arapça ve Emirlik Lehçesi İçin 1.6 Milyar Parametreli Konuşma Tanıma Modeli

Abu Dabi Teknoloji İnovasyon Enstitüsü (TII) tarafından geliştirilen Falcon-ASR, özellikle Emirlik (Emirati) lehçesine odaklanan 1,6 milyar parametreli açık bir otomatik konuşma tanıma (ASR) modelidir. Model; Arapçanın yanı sıra İngilizce, Fransızca, İspanyolca ve Portekizce dillerini de desteklemektedir. Yapılan değerlendirmelerde altı Arapça test kümesinde ortalama %20,92 Kelime Hata Oranı (WER) elde eden Falcon-ASR, lider tablosundaki en iyi sonucu (%23,17) geride bırakmıştır. Ayrıca kelime düzeyinde zaman damgası (word-level timestamps) desteği sayesinde her kelimenin ses kaydındaki tam konumu hassas şekilde eşlenebilmektedir.

Konuşulan Arapçayı Tanıma#

Arapça konuşma dili coğrafi bölgelere, konuşmacılara ve ortama göre büyük farklılıklar gösterir:

Resmi ve Günlük Dil Ayrımı: Resmi haber bültenlerinde başarılı olan modeller, Emirlik lehçesiyle yapılan günlük bir sohbette veya telefon hatlarında yetersiz kalabilmektedir.
Kaynak Kıtlığı: Modern Standart Arapça'ya (MSA) kıyasla lehçelerde etiketli transkript kaynakları oldukça sınırlıdır.
Lehçe ve Kod Değiştirme Eğitimi: Falcon-ASR; Emirlik lehçesi, MSA, Körfez lehçeleri ve İngilizce verileriyle eğitilerek diller arası geçişleri (code-switching) ve günlük konuşma kalıplarını tanıyacak şekilde optimize edilmiştir. Yazılım Geliştirme Çıkarımı: Orta Doğu pazarında sesli asistan veya müşteri temsilcisi botu geliştiren mühendisler için lehçe ve kod değiştirme desteği kritik bir başarı faktörüdür.

Arapça Kıyaslama (Benchmark) Sonuçları#

ELM Araştırma Merkezi tarafından yürütülen Open Universal Arabic ASR Leaderboard protokolü çerçevesinde:

Modeller, altı test kümesindeki eşit ağırlıklı ortalama WER (Kelime Hata Oranı) ve CER (Karakter Hata Oranı) metriklerine göre sıralanır; her iki değerde de düşüklük daha yüksek başarıyı temsil eder.
Falcon-ASR, aynı altı test kümesinde lider tablosundaki en iyi yayınlanmış sonuca kıyasla ortalama WER değerinde 2,25 yüzde puanlık belirgin bir iyileşme sağlamıştır. Öğrenme Çıkarımı: Sabitlenmiş veri manifestoları (pinned manifests) üzerinden yapılan testler, makine öğrenimi modellerinin güvenilir ve tekrarlanabilir kıyaslamasını mümkün kılar.

Emirlik Lehçesini Değerlendirme#

Halka açık değerlendirme kümeleri Emirlik lehçesini kısmen içermektedir (Casablanca BAE alt kümesi):

TII, bu kapsamı genişletmek için insan onaylı transkriptlere sahip kurum içi özel kayıtlarla ek bir Körfez ve Emirlik değerlendirmesi uygulamıştır.
Falcon-ASR, kurum içi testlerde %22,73 WER ve %10,19 CER değerlerine ulaşarak incelenen tüm sistemler arasında en düşük hata oranlarını kaydetmiştir.
Model, kelime hata oranında en yakın rakibi Qwen3-Omni'den 4,07 yüzde puan daha iyi bir doğruluk sergilemiştir.

Farklı Kayıt Koşulları İçin Eğitim#

Model, gerçek dünya koşullarına dayanıklı olacak şekilde eğitilmiştir:

Arka plan gürültüsü, örtüşen konuşmalar, müzik ve oda yankılanması (reverberation) simüle edilmiştir.
Telefon hattı bozulmaları ile konuşma hızı ve ses perdesi (pitch) varyasyonları eklenmiştir. Mühendislik Çıkarımı: Çağrı merkezi veya toplantı kayıtları gibi gürültülü üretim ortamlarında ASR pipeline'ı kurarken akustik veri çeşitlendirmesi yapmak çıkarım (inference) dayanıklılığını artırır.

İngilizce ve Diğer Diller#

Falcon-ASR yalnızca Arapça ile sınırlı kalmayıp İngilizce ve diğer dillerde de güçlü transkripsiyon yeteneğine sahiptir. Çok dilli bu altyapı, küresel sesli arama ve arşiv sistemlerinde tek modelle esnek entegrasyon avantajı sağlar.