Meta发布革命性语音识别系统 Omnilingual ASR，支持1600余种语言

Meta 近日正式推出开源自动语音识别（ASR）系统 Omnilingual ASR，可高精度识别超过 1600 种人类语言，其中包括 500 种此前从未被AI覆盖的小众或濒危语言，大幅缩小全球“语言鸿沟”。

该系统基于自监督学习架构，结合 wav2vec 2.0 与 Transformer 解码技术，具备强大的少样本学习能力：用户仅需提供 5–10 段目标语言的音频及对应文本，即可让模型快速适配一门全新语言，无需重新训练。

测试数据显示，在支持的语言中，78% 的词错率低于 10%；即便在数据稀缺的低资源语言中，仍有 36% 实现高质量识别。理论上，该系统可扩展至 5400 种有文字记录的语言，覆盖全球 98% 的语言使用者。

Meta 已在 GitHub 开源全部模型代码、训练框架及包含 350 种小语种的语音语料库，采用 Apache 2.0 和 CC-BY 协议，允许商业使用，并鼓励全球社区参与共建。

此举不仅推动语音技术普惠化，更赋予边缘语言群体平等接入数字世界的能力，为全球语言多样性保护提供关键技术支撑。