# Fun-ASR-Nano-2512-hf

Éditeur : FunAudioLLM (Chine). Poids ouverts. Licence : Apache 2.0.

En bref : 37e sur 53 en transcription en anglais (Open ASR).

Page : https://quelleia.com/voix/modeles/funaudiollm-fun-asr-nano-2512-hf/. Classements de la voix de QUELLE IA, à part du score des modèles de langage, relevé du 19 octobre 2026.

## Présentation

Fun-ASR-Nano est un modèle de reconnaissance vocale de bout en bout du Tongyi Lab, entraîné sur des dizaines de millions d'heures de parole réelle. Cette version au format Hugging Face Transformers couvre le chinois (sept groupes dialectaux et 26 accents régionaux), l'anglais et le japonais. (lu sur https://huggingface.co/FunAudioLLM/Fun-ASR-Nano-2512-hf/raw/main/README.md, https://huggingface.co/FunAudioLLM/Fun-ASR-Nano-2512/raw/main/README.md)

- Taille : 800 millions de paramètres (lu sur la page de l'éditeur, https://huggingface.co/FunAudioLLM/Fun-ASR-Nano-2512/raw/main/README.md)

## Langues

- Annoncées par l'éditeur : 3 langues (chinois, anglais, japonais) (zh, en, ja).
- 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://huggingface.co/FunAudioLLM/Fun-ASR-Nano-2512-hf/raw/main/README.md

## Ses classements

- Transcription en anglais, Open ASR : 37e sur 53, taux d'erreur par mot 7,24 % ; vitesse : RTFx 496 : transcrit 496 secondes d'audio par seconde de calcul ; par jeu de test : AMI-Cleaned 10,35 %, Earnings22-Cleaned-AA-chunked 10,87 %, Gigaspeech-Cleaned 8,41 %, LS Clean 1,47 %, LS Other 4,07 %, Private (conversational) 14,83 %, Private (scripted) 4,95 %, SPGISpeech 2,05 %, URGENT24 13,93 %, Voice Arena Monsoon 5,32 %, Voxpopuli-AA-Cleaned 3,40 %. 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 : [Whisper Large v3](https://quelleia.com/voix/modeles/whisper-large-v3/), 36e (7,16 %), juste devant
- Transcription en anglais, Open ASR : [Voxtral Mini](https://quelleia.com/voix/modeles/voxtral-mini/), 38e (7,25 %), 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) : FunAudioLLM/Fun-ASR-Nano-2512-hf

## Liens

- Page de l'éditeur : https://github.com/FunAudioLLM/Fun-ASR
- L'essayer : https://huggingface.co/spaces/FunAudioLLM/Fun-ASR-Nano

## Pages lues

- https://huggingface.co/FunAudioLLM/Fun-ASR-Nano-2512-hf/raw/main/README.md (« This checkpoint supports Chinese, English, and Japanese; its Chinese coverage includes 7 dialect groups and 26 regional accents. »), 17/10/2026
- https://huggingface.co/FunAudioLLM/Fun-ASR-Nano-2512/raw/main/README.md (« Fun-ASR is an end-to-end speech recognition large model launched by Tongyi Lab. It is trained on tens of millions of hours of real speech data »), 17/10/2026
- https://huggingface.co/FunAudioLLM/Fun-ASR-Nano-2512/raw/main/README.md (« | Tens of millions of hours | 800M | »), 17/10/2026