Hojo-ASR-Multi-V1
HojoAi · Chine
- Poids ouverts
- Licence : Apache 2.0
- Français annoncé
En bref : 4e sur 39 en transcription en français.
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 huggingface.co, le 17/10/2026.
Langues
- Annoncées par l'éditeur : allemand, français, espagnol, portugais, japonais, italien, arabe, coréen et russe (de, fr, es, pt, ja, it, ar, ko, ru). Lu sur huggingface.co.
- Évaluées par nos sources : français.
- Le français : annoncé par l'éditeur ; évalué, 4e sur 39 en transcription en français (3,57 %).
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 français · Transcription
Transcription en français
4e sur 39taux d'erreur par mot 3,57 %
Vitesse : RTFx 48 : transcrit 48 secondes d'audio par seconde de calculPar jeu de test : Common Voice 4,50 %, FLEURS 3,26 %, MLS 2,95 %
Source : Open ASR Leaderboard, Hugging Face · relevé du 19 octobre 2026, version du 17 octobre 2026.
Modèles proches
- Transcription en français : devant, Scribe v2 (3e, 3,29 %) · derrière, Universal-3 Pro (5e, 3,82 %)
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) :
HojoAI/Hojo-ASR-Multi-V1 - 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/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
Voir aussi : la voix en bref, la transcription, la synthèse vocale, ou cette fiche en texte.