# Hojo-ASR-Multi-V1

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

En bref : 4e sur 39 en transcription en français.

Page : https://quelleia.com/voix/modeles/hojo-asr-multi-v1/. Classements de la voix de QUELLE IA, à part du score des modèles de langage, relevé du 19 octobre 2026.

## Présentation

Hojo-ASR-Multi-V1 est un modèle de reconnaissance vocale conversationnelle à poids ouverts, qui associe un encodeur audio, un adaptateur et le décodeur du modèle de langage Qwen3. Il étend aux principales langues européennes et asiatiques le modèle Hojo-ASR-V1, entraîné pour l'audio bruité et le langage parlé informel. (lu sur https://huggingface.co/HojoAI/Hojo-ASR-Multi-V1/raw/main/README.md)

## Langues

- Annoncées par l'éditeur : allemand, français, espagnol, portugais, japonais, italien, arabe, coréen et russe (de, fr, es, pt, ja, it, ar, ko, ru).
- Évaluées par nos sources : français.
- Le français : annoncé par l'éditeur ; évalué, 4e sur 39 en transcription en français (3,57 %).
- Source des langues annoncées : https://huggingface.co/HojoAI/Hojo-ASR-Multi-V1/raw/main/README.md

## Ses classements

- Transcription en français : 4e sur 39, taux d'erreur par mot 3,57 % ; vitesse : RTFx 48 : transcrit 48 secondes d'audio par seconde de calcul ; par jeu de test : Common Voice 4,50 %, FLEURS 3,26 %, MLS 2,95 %. 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 français : [Scribe v2](https://quelleia.com/voix/modeles/scribe-v2/), 3e (3,29 %), juste devant
- Transcription en français : [Universal-3 Pro](https://quelleia.com/voix/modeles/universal-3-pro/), 5e (3,82 %), 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) : HojoAI/Hojo-ASR-Multi-V1

## Liens

- Page de l'éditeur : https://huggingface.co/HojoAI/Hojo-ASR-Multi-V1

## Pages lues

- https://huggingface.co/HojoAI/Hojo-ASR-Multi-V1/raw/main/README.md (« It adopts the classic Encoder‑Adapter‑LLM architecture with a customized multi‑frame acoustic fusion structure »), 17/10/2026
- https://huggingface.co/HojoAI/Hojo-ASR-Multi-V1/raw/main/README.md (« fully supporting major languages including German, French, Spanish, Portuguese, Japanese, Italian, Arabic, Korean and Russian. »), 17/10/2026
- https://huggingface.co/HojoAI/Hojo-ASR-Multi-V1/raw/main/README.md (« the model performs well in complex real‑world scenarios such as noisy conditions, informal pronunciation and oral correction. »), 17/10/2026