omniASR-LLM-300M-v2
Meta · États-Unis
- Poids ouverts
- Licence : Apache 2.0
- Français annoncé
En bref : 34e sur 39 en transcription en français.
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 raw.githubusercontent.com, le 17/10/2026.
- Sortie
- décembre 2025 lu sur la page de l'éditeur
- Taille
- 1,63 milliard de paramètres lu sur la page de l'éditeur
Langues
- Annoncées par l'éditeur : plus de 1600 langues, dont le français. Lu sur raw.githubusercontent.com.
- Évaluées par nos sources : français.
- Le français : annoncé par l'éditeur ; évalué, 34e sur 39 en transcription en français (10,02 %).
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
34e sur 39taux d'erreur par mot 10,02 %
Vitesse : RTFx 55 : transcrit 55 secondes d'audio par seconde de calculPar jeu de test : Common Voice 12,07 %, FLEURS 11,21 %, MLS 6,78 %
Source : Open ASR Leaderboard, Hugging Face · relevé du 19 octobre 2026, version du 17 octobre 2026.
Modèles proches
- Transcription en français : devant, Nemotron 3.5 ASR (33e, 9,40 %) · derrière, omniASR-CTC-1B-v2 (35e, 10,29 %)
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) :
facebook/omniASR-LLM-300M-v2 - Fiche
- Nom et éditeur tels que la source les écrit ; présentation et langues lues sur les pages de l'éditeur.
- 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
Voir aussi : la voix en bref, la transcription, la synthèse vocale, ou cette fiche en texte.