# ARK-ASR-0.6B

Éditeur : Edge0. Poids ouverts. Licence : Apache 2.0.

En bref : 17e sur 53 en transcription en anglais (Open ASR).

Page : https://quelleia.com/voix/modeles/edge0-ark-asr-0-6b/. Classements de la voix de QUELLE IA, à part du score des modèles de langage, relevé du 19 octobre 2026.

## Présentation

Modèle de transcription multilingue de taille moyenne, entraîné par distillation à partir d'un modèle enseignant, avec un décodeur d'environ 0,6 milliard de paramètres. Edge0 le positionne comme un compromis entre qualité, débit et coût de service, sur un seul GPU ou une station de travail. (lu sur https://huggingface.co/Edge0/ARK-ASR-0.6B/raw/main/README.md, https://edge0.ai/models/asr-0.6b)

- Sortie : 10 septembre 2026 (lu sur la page de l'éditeur, https://edge0.ai/models/asr-0.6b)
- Taille : 0,6 milliard de paramètres (décodeur), plus un encodeur audio séparé d'environ 0,6 milliard (lu sur la page de l'éditeur, https://huggingface.co/Edge0/ARK-ASR-0.6B/raw/main/README.md)

## Langues

- Annoncées par l'éditeur : 19 langues, dont le français (zh, en, de, ja, fr, ko, es, pl, it, ro, hu, cs, nl, fi, hr, sk, sl, et, lt).
- Évaluées par nos sources : anglais.
- Le français : annoncé par l'éditeur ; pas évalué en français par nos sources.
- Source des langues annoncées : https://huggingface.co/Edge0/ARK-ASR-0.6B/raw/main/README.md

## Ses classements

- Transcription en anglais, Open ASR : 17e sur 53, taux d'erreur par mot 5,93 % ; vitesse : RTFx 661 : transcrit 661 secondes d'audio par seconde de calcul ; par jeu de test : AMI-Cleaned 8,61 %, Earnings22-Cleaned-AA-chunked 6,75 %, Gigaspeech-Cleaned 7,37 %, LS Clean 1,48 %, LS Other 3,44 %, Private (conversational) 12,57 %, Private (scripted) 3,68 %, SPGISpeech 2,63 %, URGENT24 12,49 %, Voice Arena Monsoon 3,43 %, Voxpopuli-AA-Cleaned 2,76 %. Source : Open ASR Leaderboard, Hugging Face, https://huggingface.co/spaces/hf-audio/open_asr_leaderboard (relevé du 19 octobre 2026, version du 17 octobre 2026).

## Modèles proches

- Transcription en anglais, Open ASR : [Higgs Audio v3 STT](https://quelleia.com/voix/modeles/boson-ai-higgs-audio-v3-stt/), 15e (5,92 %), juste devant
- Transcription en anglais, Open ASR : [Canary Qwen 2.5B](https://quelleia.com/voix/modeles/canary-qwen-2-5b/), 18e (5,94 %), juste derrière

## Comment lire ces chiffres

- Transcription : Le taux d'erreur par mot compte les mots mal transcrits, oubliés ou ajoutés, pour cent mots prononcés : plus il est bas, mieux c'est. Chaque tableau vient d'une seule source, sur ses propres enregistrements : deux tableaux ne se comparent pas chiffre à chiffre.

## Noms dans les sources

- Hugging Face (hf-audio) : Edge0/ARK-ASR-0.6B

## Liens

- Page de l'éditeur : https://edge0.ai/models/asr-0.6b

## Pages lues

- https://huggingface.co/Edge0/ARK-ASR-0.6B/raw/main/README.md (« ARK-ASR-0.6B is an automatic speech recognition model trained with teacher-data adaptation and on-policy distillation, using a compact 0.6B-scale decoder LLM together with a dedicated audio encoder and adapter. »), 17/10/2026
- https://huggingface.co/Edge0/ARK-ASR-0.6B/raw/main/README.md (« 0.6B decoder LLM parameters, with a separate 0.6B-scale Whisper-style audio encoder and MLP adapter »), 17/10/2026
- https://huggingface.co/Edge0/ARK-ASR-0.6B/raw/main/README.md (« ARK-ASR currently supports Chinese, English, German, Japanese, French, Korean, Spanish, Polish, Italian, Romanian, Hungarian, Czech, Dutch, Finnish, Croatian, Slovak, Slovene, Estonian, and Lithuanian ASR. »), 17/10/2026
- https://edge0.ai/models/asr-0.6b (« Audio8 · ASR · 0.6B September 10, 2026 »), 17/10/2026
- https://edge0.ai/models/asr-0.6b (« Audio8 ASR 0.6B balances transcription quality, throughput, memory use and serving cost for practical production deployment. »), 17/10/2026