# Zipformer CR-CTC Transducer XL 290M

Éditeur : SoundsGoodAI. Poids ouverts. Licence : CC BY-NC 4.0.

En bref : 34e sur 53 en transcription en anglais (Open ASR).

Page : https://quelleia.com/voix/modeles/soundsgoodai-zipformer-cr-ctc-transducer-xl-290m/. Classements de la voix de QUELLE IA, à part du score des modèles de langage, relevé du 19 octobre 2026.

## Présentation

Modèle de transcription de l'anglais hors ligne, fondé sur la recette Zipformer de la boîte à outils Icefall (k2-fsa), entraîné avec un objectif transducteur et une perte CTC auxiliaire régularisée (CR-CTC). Il accepte les deux modes de décodage, transducteur et CTC, sur de l'audio à 16 kHz. (lu sur https://huggingface.co/soundsgoodai/Zipformer-cr-ctc-transducer-XL-290M/raw/main/README.md)

- Taille : 288 millions de paramètres (lu sur la page de l'éditeur, https://huggingface.co/soundsgoodai/Zipformer-cr-ctc-transducer-XL-290M/raw/main/README.md)

## Langues

- Annoncées par l'éditeur : anglais seulement (en).
- Évaluées par nos sources : anglais.
- Le français : absent des langues annoncées par l'éditeur ; pas évalué en français par nos sources.
- Source des langues annoncées : https://huggingface.co/soundsgoodai/Zipformer-cr-ctc-transducer-XL-290M/raw/main/README.md

## Ses classements

- Transcription en anglais, Open ASR : 34e sur 53, taux d'erreur par mot 6,82 % ; vitesse : RTFx 18 997 : transcrit 18 997 secondes d'audio par seconde de calcul ; par jeu de test : AMI-Cleaned 10,24 %, Earnings22-Cleaned-AA-chunked 7,90 %, Gigaspeech-Cleaned 8,30 %, LS Clean 1,31 %, LS Other 3,03 %, Private (conversational) 14,74 %, Private (scripted) 4,32 %, SPGISpeech 1,64 %, URGENT24 13,70 %, Voice Arena Monsoon 5,58 %, Voxpopuli-AA-Cleaned 4,31 %. 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 anglais, Open ASR : [Distil-Large-v3.5](https://quelleia.com/voix/modeles/distil-large-v3-5/), 33e (6,76 %), juste devant
- Transcription en anglais, Open ASR : [Phonon-2](https://quelleia.com/voix/modeles/fermionresearch-phonon-2/), 35e (6,87 %), 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) : soundsgoodai/Zipformer-cr-ctc-transducer-XL-290M

## Liens

- Page de l'éditeur : https://huggingface.co/soundsgoodai/Zipformer-cr-ctc-transducer-XL-290M

## Pages lues

- https://huggingface.co/soundsgoodai/Zipformer-cr-ctc-transducer-XL-290M/raw/main/README.md (« Offline English ASR model based on the Icefall/K2 pruned transducer Zipformer-CR-CTC recipe. The model was trained with a transducer objective and CR-CTC (Consistency-Regularized CTC) auxiliary loss, and supports Icefall transducer and CTC decoding. »), 17/10/2026
- https://huggingface.co/soundsgoodai/Zipformer-cr-ctc-transducer-XL-290M/raw/main/README.md (« The model was trained on a combined English training mixture »), 17/10/2026
- https://huggingface.co/soundsgoodai/Zipformer-cr-ctc-transducer-XL-290M/raw/main/README.md (« Input audio must already be 16 kHz »), 17/10/2026
- https://huggingface.co/soundsgoodai/Zipformer-cr-ctc-transducer-XL-290M/raw/main/README.md (« | Parameters | 288M | »), 17/10/2026