Hojo-ASR-V1
HojoAi · Chine
- Poids ouverts
- Licence : Apache 2.0
En bref : 13e sur 53 en transcription en anglais (Open ASR).
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 huggingface.co, le 17/10/2026.
Langues
- Annoncées par l'éditeur : mandarin, anglais, cantonais et dialecte du Sichuan (zh, en). Lu sur huggingface.co.
- Évaluées par nos sources : anglais.
- Le français : absent des langues annoncées par l'éditeur ; pas évalué en français par nos sources.
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 anglais · Transcription
Transcription en anglais, Open ASR
13e sur 53taux d'erreur par mot 5,85 %
Vitesse : RTFx 72 : transcrit 72 secondes d'audio par seconde de calculPar 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 · relevé du 19 octobre 2026, version du 17 octobre 2026.
Modèles proches
- Transcription en anglais, Open ASR : devant, Symphony (12e, 5,84 %) · derrière, TheWhisper-Large-V3-Turbo (14e, 5,91 %)
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-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-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
Voir aussi : la voix en bref, la transcription, la synthèse vocale, ou cette fiche en texte.