Audio8-ASR-0.1B
- Poids ouverts
- Licence : CC BY-NC 4.0
- Français annoncé
En bref : 45e sur 53 en transcription en anglais (Open ASR).
Présentation
Petit modèle de transcription multilingue conçu pour fonctionner entièrement sur l'appareil (téléphone, objet connecté), avec des versions ONNX Runtime et Apple Neural Engine. Son modèle de langage ne compte qu'environ 0,1 milliard de paramètres et l'audio ne quitte pas l'appareil. Lu sur huggingface.co, edge0.ai, le 17/10/2026.
- Sortie
- 10 septembre 2026 lu sur la page de l'éditeur
- Taille
- environ 0,1 milliard de paramètres pour le modèle de langage, 0,32 milliard au total lu sur la page de l'éditeur
Langues
- Annoncées par l'éditeur : 7 langues, dont le français et le cantonais (zh, en, fr, de, ja, ko). Lu sur huggingface.co, edge0.ai.
- Évaluées par nos sources : anglais.
- Le français : annoncé par l'éditeur ; pas évalué en français par nos sources.
Son classement
Chaque ligne vient d'une seule source, dans son unité : les chiffres de deux lignes ne se comparent pas entre eux. Ils ne comptent pas dans le score des modèles de langage.
- En anglais · Transcription
Transcription en anglais, Open ASR
45e sur 53taux d'erreur par mot 8,29 %
Vitesse : RTFx 719 : transcrit 719 secondes d'audio par seconde de calculPar jeu de test : AMI-Cleaned 11,00 %, Earnings22-Cleaned-AA-chunked 12,53 %, Gigaspeech-Cleaned 8,48 %, LS Clean 2,71 %, LS Other 6,60 %, Private (conversational) 14,79 %, Private (scripted) 5,85 %, SPGISpeech 3,73 %, URGENT24 14,97 %, Voice Arena Monsoon 6,18 %, Voxpopuli-AA-Cleaned 4,39 %
Source : Open ASR Leaderboard, Hugging Face · relevé du 19 octobre 2026, version du 17 octobre 2026.
Modèles proches
- Transcription en anglais, Open ASR : devant, VibeVoice-ASR-HF (44e, 8,16 %) · derrière, Voxtral Mini 4B Realtime (46e, 8,44 %)
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.
D'où vient cette fiche
- Nom dans les sources
- Hugging Face (hf-audio) :
Edge0/Audio8-ASR-0.1B - Fiche
- Nom et éditeur tels que la source les écrit ; présentation et langues lues sur les pages de l'éditeur.
- Pages lues
- https://huggingface.co/Edge0/Audio8-ASR-0.1B/raw/main/README.md (« is a compact autoregressive ASR model whose language-model component has only 0.1B parameters. It supports multilingual speech recognition for languages including Chinese, English, French, German, Japanese, Korean, and Cantonese. »), 17/10/2026
- https://huggingface.co/Edge0/Audio8-ASR-0.1B/raw/main/README.md (« 323,990,528 (about 0.324B) »), 17/10/2026
- https://edge0.ai/models/asr-0.1b (« Runtime CPU / edge / mobile / Apple ANE Languages 7 »), 17/10/2026
- https://edge0.ai/models/asr-0.1b (« Audio8 · ASR · 0.1B September 10, 2026 »), 17/10/2026
- https://edge0.ai/models/asr-0.1b (« Audio8 ASR 0.1B brings practical automatic speech recognition to phones, wearables, recorders and other constrained hardware. »), 17/10/2026
Voir aussi : la voix en bref, la transcription, la synthèse vocale, ou cette fiche en texte.