Распознавать арабскую речь сложно из-за её богатой морфологии и множества диалектов. Cohere утверждает, что решила эту проблему, выпустив Transcribe Arabic — модель, которая стала самой точной в мире среди открытых решений для арабского языка.
Transcribe Arabic позиционируется как самая точная открытая модель для арабской речи. Её ключевое преимущество — работа с арабскими диалектами и распознавание смешения языков (code-switching) между арабским и английским. Это критически важно, так как такое смешение распространено в повседневном общении.
Модель имеет 2 миллиарда параметров и доступна под открытой лицензией Apache 2.0. Это позволяет разработчикам свободно использовать и модифицировать её без ограничений. Архитектура Transcribe Arabic основана на Conformer-энкодере и Transformer-декодере.
Ранее Cohere выпустила основную модель Transcribe, которая поддерживает 14 языков, включая арабский. Однако версия Transcribe Arabic специально оптимизирована для арабского и английского языков. Это важно, поскольку сложность арабского с его богатой морфологией и диалектами долгое время была серьёзным препятствием для создания точных систем распознавания речи.
Выпуск Transcribe Arabic даёт разработчикам открытый инструмент для работы со сложным арабским языком, что может ускорить развитие локальных ИИ-решений. Однако заявленная «самая точная в мире» модель требует независимой проверки на общих бенчмарках.