Zipformer CR-CTC Transducer XL 290M
- Poids ouverts
- Licence : CC BY-NC 4.0
En bref : 34e sur 53 en transcription en anglais (Open ASR).
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 huggingface.co, le 17/10/2026.
- Taille
- 288 millions de paramètres lu sur la page de l'éditeur
Langues
- Annoncées par l'éditeur : anglais seulement (en). Lu sur huggingface.co.
- Évaluées par nos sources : anglais.
- Le français : absent des langues annoncées par l'éditeur ; pas évalué en français par nos sources.
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 anglais · Transcription
Transcription en anglais, Open ASR
34e sur 53taux d'erreur par mot 6,82 %
Vitesse : RTFx 18 997 : transcrit 18 997 secondes d'audio par seconde de calculPar 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 · relevé du 19 octobre 2026, version du 17 octobre 2026.
Modèles proches
- Transcription en anglais, Open ASR : devant, Distil-Large-v3.5 (33e, 6,76 %) · derrière, Phonon-2 (35e, 6,87 %)
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) :
soundsgoodai/Zipformer-cr-ctc-transducer-XL-290M - Fiche
- Registre de QUELLE IA, lu sur https://huggingface.co/soundsgoodai/Zipformer-cr-ctc-transducer-XL-290M/raw/main/README.md (« license: cc-by-nc-4.0 »), 17/10/2026.
- 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
Voir aussi : la voix en bref, la transcription, la synthèse vocale, ou cette fiche en texte.