模型规模为16亿参数，五种语言共用权重，无需预先指定语言；输出保持原语种，并支持逐词时间戳，便于定位音频内容。

TII 报告，六个阿拉伯语测试集的平均词错误率为20.92%，低于其9月30日榜单快照中的最佳已公布值23.17%；该比较使用固定测试清单，不代表所有口音或场景的排名。

影响与意义

对服务海湾地区用户的语音产品，方言覆盖和逐词定位具有实用价值。选型仍应以目标口音、电话音质和多人说话等真实录音检验错误率，转写指标也不能替代端到端 Agent 的任务成功率。

可用性与限制

官方已提供 Hugging Face 演示页面；API 访问和原生应用仍在计划中。发布文章未给出可下载权重或对应许可，现阶段不能据此认定已支持自托管部署。

官方来源