据Hugging Face Blog于2026年10月7日刊登的团队文章，阿布扎比技术创新研究院（TII）推出Falcon-ASR。这是一款16亿参数的语音识别模型，重点面向阿拉伯语，尤其是阿联酋方言，同时支持英语、法语、西班牙语和葡萄牙语。
除了将语音转为文字，Falcon-ASR还支持词级时间戳，可将转录中的每个词对应到音频中的位置。团队表示，训练使用了阿联酋方言、现代标准阿拉伯语、其他海湾及阿拉伯语方言，以及英语，目标是转录日常口语中的方言形式和语言切换。
在六项阿拉伯语测试集上，团队报告的平均词错误率（WER）为20.92%。评测遵循ELM研究中心维护的Open Universal Arabic ASR Leaderboard协议，使用该榜单固定的测试清单，对六项测试集的WER取等权平均；WER越低，表示转录错误越少。
比较对象的数据来自团队于2026年9月30日核对的榜单已公布平均成绩。该快照中的最佳已公布WER为23.17%，Falcon-ASR低了2.25个百分点。这一比较对应的是上述六项基准与该时间点的榜单快照。
针对阿联酋语音，团队在公开数据Casablanca的阿联酋子集之外，还用预留录音和经人工验证的转录文本，开展了额外的阿联酋及海湾语音内部评测。Falcon-ASR在内部阿联酋评测中的WER为22.73%，字符错误率（CER）为10.19%，两项指标均为此次所比较系统中的最低值；其WER比次优的Qwen3-Omni低4.07个百分点。
训练也覆盖了不同录音条件，包括背景噪声、重叠说话、音乐、室内混响、电话传输效果，以及语速和音高变化。这些是团队披露的训练条件；上述准确率结果分别对应六项公开阿拉伯语基准和团队的内部阿联酋语音评测。