# Phonon-2

Éditeur : Fermion Research (États-Unis). Poids ouverts. Licence : CC BY 4.0.

En bref : 35e sur 53 en transcription en anglais (Open ASR).

Page : https://quelleia.com/voix/modeles/fermionresearch-phonon-2/. Classements de la voix de QUELLE IA, à part du score des modèles de langage, relevé du 19 octobre 2026.

## Présentation

Modèle de reconnaissance vocale pour l'anglais, quantifié à environ 2,1 bits par poids dans son encodeur, qui tient en un fichier de 164 Mo et produit un texte ponctué. Dérivé de Parakeet TDT 0.6B v3 de NVIDIA, il vise la transcription locale rapide sur Mac (MLX, Core ML), sur processeur ou sur GPU. (lu sur https://www.fermionresearch.com/models/phonon-2/, https://huggingface.co/FermionResearch/Phonon-2/raw/main/README.md)

- Sortie : 29 septembre 2026 (lu sur la page de l'éditeur, https://www.fermionresearch.com/)
- Taille : 0,6 milliard de paramètres (lu sur la page de l'éditeur, https://www.fermionresearch.com/models/phonon-2/)

## Langues

- Annoncées par l'éditeur : anglais seulement (en).
- Évaluées par nos sources : anglais.
- Le français : absent des langues annoncées par l'éditeur ; pas évalué en français par nos sources.
- Source des langues annoncées : https://www.fermionresearch.com/models/phonon-2/

## Ses classements

- Transcription en anglais, Open ASR : 35e sur 53, taux d'erreur par mot 6,87 % ; vitesse : RTFx 1 967 : transcrit 1 967 secondes d'audio par seconde de calcul ; par jeu de test : AMI-Cleaned 9,32 %, Earnings22-Cleaned-AA-chunked 6,96 %, Gigaspeech-Cleaned 8,35 %, LS Clean 1,73 %, LS Other 3,92 %, Private (conversational) 14,14 %, Private (scripted) 5,23 %, SPGISpeech 3,70 %, URGENT24 14,90 %, Voice Arena Monsoon 4,91 %, Voxpopuli-AA-Cleaned 2,46 %. 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 : [Zipformer CR-CTC Transducer XL 290M](https://quelleia.com/voix/modeles/soundsgoodai-zipformer-cr-ctc-transducer-xl-290m/), 34e (6,82 %), juste devant
- Transcription en anglais, Open ASR : [Whisper Large v3](https://quelleia.com/voix/modeles/whisper-large-v3/), 36e (7,16 %), 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) : FermionResearch/Phonon-2

## Liens

- Page de l'éditeur : https://www.fermionresearch.com/models/phonon-2/

## Pages lues

- https://www.fermionresearch.com/models/phonon-2/ (« Its encoder stores every weight as one of five learned levels in about 2.1 bits. »), 17/10/2026
- https://www.fermionresearch.com/models/phonon-2/ (« Phonon-2 Encoder about 2.1 bits per stored weight, 6-bit tables elsewhere 164 MB download · 177 MB on disk »), 17/10/2026
- https://www.fermionresearch.com/models/phonon-2/ (« Language English Audio input microphone or file 16 kHz Output Punctuated, capitalized text »), 17/10/2026
- https://www.fermionresearch.com/models/phonon-2/ (« Phonon-2 Fermion Research 0.60 B 164 MB »), 17/10/2026
- https://huggingface.co/FermionResearch/Phonon-2/raw/main/README.md (« Based on parakeet-tdt-0.6b-v3 by NVIDIA; the tokenizer and output conventions (punctuation, casing, numerals) are the original's. Licence CC-BY-4.0, same as the original »), 17/10/2026
- https://huggingface.co/FermionResearch/Phonon-2/raw/main/README.md (« The same package runs on Linux (x86-64 and Arm) and Windows CPUs »), 17/10/2026
- https://www.fermionresearch.com/ (« Introducing Phonon-2 Research · September 29, 2026 »), 17/10/2026