참고HF Blog
경량 음성 인식 모델 'Rumble-2-Flash' 공개…0.5B 파라미터로 다국어 지원
오픈소스 음성 인식 모델로, API 비용 부담 없이 로컬 환경에서 구축 가능한 고효율 대안 모델을 찾는다면 테스트 권장.
요약
Hugging Face가 40개 이상의 언어를 지원하는 0.5B 파라미터 규모의 음성 인식 모델 'Rumble-2-Flash'를 Apache 2.0 라이선스로 공개했다. 이 모델은 Qwen3-ASR 아키텍처를 기반으로 설계되어 Transformers나 vLLM 환경에서 별도의 수정 없이 즉시 실행 가능하다. 모델 학습에는 자체 개발한 'GOLD(Generalized On-policy Distillation)' 기법이 적용되어, 교사 모델과 학생 모델의 토크나이저가 다르더라도 효율적인 지식 증류가 가능하도록 구현되었다. Rumble-2-Flash는 기존 모델 대비 3~60배 작은 크기임에도 Open ASR 리더보드 다국어 트랙에서 6.96%의 평균 오류율을 기록했다. 적은 자원으로도 높은 수준의 음성 인식을 구현하고자 하는 실무자들에게 유용한 경량화 솔루션이 될 것으로 기대된다.
AI가 원문을 요약한 내용으로, 부정확할 수 있습니다.
원문 제목 Rumble-2-Flash: an open 0.5B speech model for 40+ languages
원문 보기 ↗