Rumble-2-Flash: modelo aberto de transcrição de voz com 0,5 bilhão de parâmetros, 45 idiomas e licença Apache 2.0
vargas.com.br · · Novidades

Em 18 de novembro de 2026, a Reson8, empresa de Amsterdã, liberou com pesos abertos o Rumble-2-Flash, um modelo de reconhecimento de fala: recebe áudio e devolve o texto transcrito. É uma versão reduzida, obtida por destilação, do Rumble-2, modelo maior que a empresa vende como serviço. O anúncio saiu no blog do Hugging Face e no blog da própria Reson8.
O que saiu
- Tamanho: 0,5 bilhão de parâmetros, segundo a ficha do modelo.
- Idiomas: 45 na ficha, com detecção automática do idioma. O português está na lista.
- Arquitetura: a mesma do Qwen3-ASR, o que permite rodar no Hugging Face Transformers e no vLLM sem código extra nem
trust_remote_code. - Opções de saída: números em algarismos ou por extenso, manter ou tirar hesitações como "hã" e "é...", manter ou juntar palavras repetidas e forçar um idioma.
- Resultados divulgados pela empresa: segundo a Reson8, o modelo teve taxa média de erro de palavras de 6,60% na trilha em inglês do Open ASR Leaderboard e, em português, média de 6,46% nos conjuntos FLEURS e MLS, com a avaliação feita numa H200 com vLLM. São números da empresa, sem conferência independente até o fechamento deste texto.
Para quem roda em casa
- Memória de placa: os autores não informam quanta memória de placa o modelo usa.
- Arquivos: um único arquivo de pesos em safetensors, de cerca de 1,02 GB (tamanho de arquivo, não requisito de memória).
- Licença: Apache 2.0, que permite uso comercial.
- ComfyUI: não há suporte nativo anunciado; o caminho indicado pelos autores é Python com Transformers ou um servidor vLLM.
- llama.cpp e Ollama: nem o anúncio nem a ficha citam versão GGUF.
- Para que serve numa central caseira: transcrever reuniões, áudios e vídeos sem mandar o arquivo para a nuvem, ou servir de "ouvido" para um assistente local. Para comparar, o site tem a ficha do Whisper large-v3 turbo, que faz o mesmo tipo de tarefa.
Onde baixar e como começar
- Os pesos estão na página do modelo no Hugging Face.
- Pela ficha, com Transformers: instalar
torch,transformerseaccelerate, carregar o modelo comAutoProcessoreAutoModelForMultimodalLMe passar o áudio (arquivo local, endereço ou lista de arquivos) paraapply_transcription_request. - Com vLLM: instalar
vllm[audio]e subir o servidor comvllm serve Reson8/Rumble-2-Flash --max-model-len 4096; ele responde no formato da API da OpenAI. - As opções de saída vão em
chat_template_kwargs, como descreve a ficha.