El Instituto de Innovación Tecnológica (TII) de Abu Dhabi ha presentado Falcon-ASR, un modelo de reconocimiento de voz con 1.600 millones de parámetros diseñado específicamente para el árabe, con un enfoque destacado en la dialecto emirí. El sistema, desarrollado por TII, soporta además el inglés, el francés, el español y el portugués utilizando los mismos pesos de entrenamiento, eliminando la necesidad de flags de idioma en la salida.
En las pruebas realizadas, Falcon-ASR logró una tasa de error de palabras (WER) media del 20,92% en seis conjuntos de prueba de árabe, superando en 2,25 puntos porcentuales la mejor puntuación publicada en la tabla de clasificación de Hugging Face en ese momento. En una evaluación interna específica para el dialecto emirí, el modelo registró una WER del 22,73% y una tasa de error de caracteres (CER) del 10,19%, situándose por debajo de Qwen3-Omni en precisión. El modelo incluye soporte para marcas de tiempo a nivel de palabra, vinculando cada transcripción con su posición en el audio.
El entrenamiento de Falcon-ASR incorporó ruido de fondo, voz superpuesta, música y reverberación para mejorar la robustez ante condiciones de grabación variadas, como llamadas telefónicas o reuniones. La arquitectura se basa en el trabajo previo de Falcon3-Audio, optimizado para datos públicos. TII ha publicado una demostración interactiva en Hugging Face y planea el acceso mediante API y aplicaciones nativas, posicionando la herramienta para transcripciones de habla cotidiana y formal.