# omniASR-LLM-7B-v2

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

En bref : 18e sur 39 en transcription en français ; 43e sur 53 en transcription en anglais (Open ASR).

Page : https://quelleia.com/voix/modeles/meta-omniasr-llm-7b-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 : 7,8 milliards 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 et anglais.
- Le français : annoncé par l'éditeur ; évalué, 18e sur 39 en transcription en français (5,25 %).
- 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 : 18e sur 39, taux d'erreur par mot 5,25 % ; vitesse : RTFx 48 : transcrit 48 secondes d'audio par seconde de calcul ; par jeu de test : Common Voice 7,26 %, FLEURS 5,19 %, MLS 3,30 %. 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).
- Transcription en anglais, Open ASR : 43e sur 53, taux d'erreur par mot 8,13 % ; vitesse : RTFx 129 : transcrit 129 secondes d'audio par seconde de calcul ; par jeu de test : AMI-Cleaned 13,86 %, Earnings22-Cleaned-AA-chunked 11,44 %, Gigaspeech-Cleaned 9,20 %, LS Clean 1,35 %, LS Other 3,25 %, Private (conversational) 15,85 %, Private (scripted) 7,56 %, SPGISpeech 3,22 %, URGENT24 14,84 %, Voice Arena Monsoon 4,87 %, Voxpopuli-AA-Cleaned 4,03 %. 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 : [Phi-4-multimodal-instruct](https://quelleia.com/voix/modeles/microsoft-phi-4-multimodal-instruct/), 17e (5,04 %), juste devant
- Transcription en français : [Parakeet TDT 0.6B V3](https://quelleia.com/voix/modeles/nvidia-parakeet-tdt-0-6b-v3/), 19e (5,30 %), juste derrière
- Transcription en anglais, Open ASR : [OWSM-CTC v4](https://quelleia.com/voix/modeles/espnet-owsm-ctc-v4-1b/), 42e (8,08 %), juste devant
- Transcription en anglais, Open ASR : [VibeVoice-ASR-HF](https://quelleia.com/voix/modeles/microsoft-vibevoice-asr-hf/), 44e (8,16 %), 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-7B-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_7B_v2`](https://dl.fbaipublicfiles.com/mms/omniASR-LLM-7B-v2.pt) | ASR with optional language conditioning | 7_801_041_536 | »), 17/10/2026