# omniASR-LLM-300M-v2

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

En bref : 34e sur 39 en transcription en français.

Page : https://quelleia.com/voix/modeles/meta-omniasr-llm-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 qui associe l'encodeur audio à un décodeur de type LLM. On peut lui indiquer la langue attendue, et il 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 : 1,63 milliard 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, 34e sur 39 en transcription en français (10,02 %).
- 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 : 34e sur 39, taux d'erreur par mot 10,02 % ; vitesse : RTFx 55 : transcrit 55 secondes d'audio par seconde de calcul ; par jeu de test : Common Voice 12,07 %, FLEURS 11,21 %, MLS 6,78 %. 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 : [Nemotron 3.5 ASR](https://quelleia.com/voix/modeles/nvidia-nemotron-3-5-asr-streaming-0-6b/), 33e (9,40 %), juste devant
- Transcription en français : [omniASR-CTC-1B-v2](https://quelleia.com/voix/modeles/meta-omniasr-ctc-1b-v2/), 35e (10,29 %), 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) : facebook/omniASR-LLM-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_LLM_300M_v2`](https://dl.fbaipublicfiles.com/mms/omniASR-LLM-300M-v2.pt) | ASR with optional language conditioning | 1_627_603_584 | »), 17/10/2026