7月9日消息，阿拉伯语语音识别这一长期存在的技术难题，如今终于迎来了一个硬核的突破方案。据 The Decoder 报道，人工智能公司 Cohere 近日正式发布了 Cohere Transcribe Arabic——一款专为阿拉伯语语音识别任务设计的开源自动语音识别（ASR）模型。该模型参数量高达20亿，Cohere 官方表示，这是目前公开可用的阿拉伯语语音转文本系统中精度最高的开源解决方案。

Cohere Transcribe Arabic 针对阿拉伯语语音识别中的典型难点进行了深度适配与优化。需要特别指出的是，这些难点并不仅仅指“口音”问题——多样的地域方言、阿拉伯语与英语混合对话、频繁的语码切换现象，以及特定领域术语等复杂语言环境，均被纳入模型的设计考量。在标准基准测试中，该模型性能超越了 Whisper Large V3 以及 Cohere 基础版 Transcribe 模型；人工评估结果同样显示，其在综合质量、方言还原准确性及语码转换处理能力三项核心指标上均名列前茅。

该模型以 Apache 2.0 开源协议发布，开发者既可以通过 Hugging Face 平台直接下载使用，也可以通过 Cohere API 便捷调用。一句话总结：阿拉伯语语音识别的开源生态中，又多了一个值得认真对待的优质选择。