# Hojo-ASR-V1

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

En bref : 13e sur 53 en transcription en anglais (Open ASR).

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

## Présentation

Hojo-ASR-V1 est un modèle de reconnaissance vocale conversationnelle à poids ouverts fondé sur le décodeur de Qwen3, pensé pour l'audio bruité, la prononciation relâchée et le passage du chinois à l'anglais. Il reconnaît le mandarin, l'anglais, le cantonais et le dialecte du Sichuan. (lu sur https://huggingface.co/HojoAI/Hojo-ASR-V1/raw/main/README.md)

## Langues

- Annoncées par l'éditeur : mandarin, anglais, cantonais et dialecte du Sichuan (zh, 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://huggingface.co/HojoAI/Hojo-ASR-V1/raw/main/README.md

## Ses classements

- Transcription en anglais, Open ASR : 13e sur 53, taux d'erreur par mot 5,85 % ; vitesse : RTFx 72 : transcrit 72 secondes d'audio par seconde de calcul ; par jeu de test : AMI-Cleaned 7,54 %, Earnings22-Cleaned-AA-chunked 6,97 %, Gigaspeech-Cleaned 6,14 %, LS Clean 1,30 %, LS Other 3,24 %, Private (conversational) 13,40 %, Private (scripted) 3,99 %, SPGISpeech 1,74 %, URGENT24 12,33 %, Voice Arena Monsoon 4,63 %, Voxpopuli-AA-Cleaned 3,11 %. 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 : [Symphony](https://quelleia.com/voix/modeles/sprag-symphony/), 12e (5,84 %), juste devant
- Transcription en anglais, Open ASR : [TheWhisper-Large-V3-Turbo](https://quelleia.com/voix/modeles/thestageai-thewhisper-large-v3-turbo/), 14e (5,91 %), 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-V1

## Liens

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

## Pages lues

- https://huggingface.co/HojoAI/Hojo-ASR-V1/raw/main/README.md (« Hojo-ASR-V1 is a high-performance conversational speech recognition model powered by the Qwen3 LLM decoder. »), 17/10/2026
- https://huggingface.co/HojoAI/Hojo-ASR-V1/raw/main/README.md (« including noisy environments, informal pronunciation, oral correction and Chinese-English code-switching. It currently supports accurate recognition of Mandarin, English, Cantonese, and Sichuan dialect »), 17/10/2026