# omniASR-CTC-300M-v2

Éditeur : Meta (États-Unis). Poids ouverts. Licence : Apache 2.0.

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

Page : https://quelleia.com/voix/modeles/meta-omniasr-ctc-300m-v2/. Classements de la voix de QUELLE IA, à part du score des modèles de langage, relevé du 19 octobre 2026.

## Présentation

Modèle ouvert de reconnaissance vocale de la famille Omnilingual ASR de Meta, version v2 de décembre 2025 à décodage CTC. Elle transcrit l'audio sans décodeur de type LLM, et la famille couvre plus de 1600 langues. (lu sur https://raw.githubusercontent.com/facebookresearch/omnilingual-asr/main/README.md)

- Sortie : décembre 2025 (lu sur la page de l'éditeur, https://raw.githubusercontent.com/facebookresearch/omnilingual-asr/main/README.md)
- Taille : 325 millions de paramètres (lu sur la page de l'éditeur, https://raw.githubusercontent.com/facebookresearch/omnilingual-asr/main/README.md)

## Langues

- Annoncées par l'éditeur : plus de 1600 langues, dont le français.
- Évaluées par nos sources : français.
- Le français : annoncé par l'éditeur ; évalué, 39e sur 39 en transcription en français (18,59 %).
- Source des langues annoncées : https://raw.githubusercontent.com/facebookresearch/omnilingual-asr/main/README.md, https://raw.githubusercontent.com/facebookresearch/omnilingual-asr/main/per_language_results_table_7B_llm_asr.csv

## Ses classements

- Transcription en français : 39e sur 39, taux d'erreur par mot 18,59 % ; vitesse : RTFx 1 066 : transcrit 1 066 secondes d'audio par seconde de calcul ; par jeu de test : Common Voice 21,89 %, FLEURS 21,08 %, MLS 12,79 %. 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 : [VibeVoice-ASR-HF](https://quelleia.com/voix/modeles/microsoft-vibevoice-asr-hf/), 38e (14,04 %), juste devant

## 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) : facebook/omniASR-CTC-300M-v2

## Liens

- Page de l'éditeur : https://github.com/facebookresearch/omnilingual-asr

## Pages lues

- https://raw.githubusercontent.com/facebookresearch/omnilingual-asr/main/README.md (« ## December 2025 Update »), 17/10/2026
- https://raw.githubusercontent.com/facebookresearch/omnilingual-asr/main/README.md (« We release two suites of models: - Checkpoints of improved accuracy (CER) for the CTC and LLM-ASR models compared to our existing LLM-ASR model (`omniASR_{CTC,LLM}_{300M,1B,3B,7B}_v2`). »), 17/10/2026
- https://raw.githubusercontent.com/facebookresearch/omnilingual-asr/main/README.md (« Omnilingual ASR is an open-source speech recognition system supporting over 1,600 languages »), 17/10/2026
- https://raw.githubusercontent.com/facebookresearch/omnilingual-asr/main/per_language_results_table_7B_llm_asr.csv (« fra_Latn,4615.1,2.2 »), 17/10/2026
- https://raw.githubusercontent.com/facebookresearch/omnilingual-asr/main/README.md (« | [`omniASR_CTC_300M_v2`](https://dl.fbaipublicfiles.com/mms/omniASR-CTC-300M-v2.pt) | ASR | 325_494_996 | »), 17/10/2026