Meta 发布全新多语种语音识别系统 Omnilingual ASR，支持超 100 种语言

Meta 今日正式推出其新一代自动语音识别（ASR）系统 Omnilingual ASR，可高精度识别和转录 超过 100 种语言及方言，包括大量低资源语言，如卢旺达语、旁遮普语和伊博语等。该系统标志着 Meta 在构建真正全球化语音理解能力方面迈出关键一步。

Omnilingual ASR 基于统一的端到端神经网络架构，通过大规模多语种数据训练，实现“一次建模、百语通用”。与传统为每种语言单独训练模型的方式不同，新系统在共享表征中捕捉语言共性，显著提升低资源语言的识别准确率，同时降低部署复杂度。

Meta 表示，该技术将首先应用于 Facebook、Instagram 和 WhatsApp 的字幕生成、内容审核及无障碍功能，未来还将开放 API 供开发者集成，助力全球创作者跨越语言障碍。

此外，Omnilingual ASR 支持实时流式转录，并针对口音、背景噪声和语码混用（如英西混合）等真实场景进行了优化。测试显示，其在多数语言上的词错误率（WER）较现有开源模型平均降低 30% 以上。

此次发布延续了 Meta 推动“语言平等”的长期愿景，旨在让全球数十亿非英语用户也能平等地享受 AI 语音技术带来的便利。