Metas Omnilingual Automatic Speech Recognition (ASR)-System wurde in die Liste der besten Erfindungen 2026 von TIME aufgenommen. Die Auszeichnung wurde am 15. Oktober 2026 bekannt gegeben, fast ein Jahr nachdem das Forschungsteam des Unternehmens das Tool erstmals der Öffentlichkeit zugänglich gemacht hatte. TIMEs Best Inventions ist eine jährliche Rubrik, die herausragende Erfindungen des Jahres würdigt.

Das Kernangebot des Systems ist unkompliziert: automatische Sprach-zu-Text-Abdeckung für mehr als 1.600 Sprachen, darunter rund 500 ressourcenarme Sprachen, die bis zu diesem Projekt von keinem Spracherkennungssystem unterstützt wurden.

Was Meta gebaut hat

Automatische Spracherkennung, oder ASR, ist die Technologie, die gesprochene Worte aufnimmt und in geschriebenen Text umwandelt. Sie ermöglicht alltägliche Funktionen wie Diktierfunktion auf Smartphones, Untertitel in Videos und die Protokolle, die nach jeder Arbeitstelefonate anfallen.

Weltweit werden rund 7.000 Sprachen gesprochen. Metas Team für Fundamental AI Research, bekannt als FAIR, machte sich daran, einen großen Teil dieser Lücke zu schließen, und veröffentlichte Omnilingual ASR am 10. November 2025 als Open Source.

Das System unterstützt mehr als 1.600 Sprachen, von denen über 500 zuvor noch nie von einer ASR-Lösung abgedeckt worden waren. Bei der Genauigkeit berichtet Meta von einer Zeichenfehlerrate unter 10 % für 78 % der unterstützten Sprachen. Die Zeichenfehlerrate misst, wie viele einzelne Buchstaben das System falsch erkennt; ein Wert unter 10 % bedeutet, dass weniger als eines von zehn Zeichen korrigiert werden muss.

Die technischen Entscheidungen, die zählen

Statt ein einzelnes Modell zu veröffentlichen, hat Meta eine Modellfamilie mit Größen von 300 Millionen bis 7 Milliarden Parametern herausgebracht, die Entwicklern Optionen bietet, um Rechenressourcen an die jeweilige Aufgabe anzupassen.

Neben den Modellen veröffentlichte das Unternehmen den Omnilingual ASR Corpus, einen Datensatz mit 350 unterversorgten Sprachen, der anderen Forschern Rohmaterial zum Weiterbau liefert. Das System kann sich zudem mit nur einer kleinen Anzahl von Audioaufnahmen an eine neue Sprache anpassen – ein Ansatz, der als Zero-Shot-Adaption bekannt ist und für Sprachen, für die zunächst kaum aufgezeichnete Sprache vorhanden ist, eine wertvolle Abkürzung darstellt.

Open Source mit Nutzern in der Praxis

Omnilingual ASR wurde unter der Apache-2.0-Lizenz veröffentlicht, einer der am weitesten verbreiteten Open-Source-Lizenzen in der Software, die sowohl kommerzielle als auch Forschungsnutzung erlaubt. Meta entwickelte das Projekt gemeinsam mit globalen Partnern und betonte durchgehend offene Datenerhebung und Lizenzierung.

Eine der ersten Praxiseinsätze ist in Nigeria entstanden, wo Gesundheitsfachkräfte das System zur Verbesserung der Patientenversorgung nutzen.

Hintergrund: Der lange Schwanz der Sprachtechnologie

Frühere ASRSysteme, darunter OpenAIs Whisper, waren nur in der Lage, etwa 99 Sprachen zu transkribieren, sodass ein großer Teil der sprachlichen Vielfalt der Welt ohne angemessene Unterstützung durch Sprachtechnologie blieb. Diese Lücke hat dazu geführt, dass die in großen Sprachen üblichen Annehmlichkeiten wie Diktierfunktion, Untertitel und Transkription für Sprecher der meisten Sprachen der Welt weitgehend unerreichbar blieben.

Was das bedeutet

Für Entwickler und Forscher ist die Apache-2.0-Lizenz das zentrale Merkmal. Offene Modellgewichte, ein öffentlicher Korpus und Modelle von 300 Millionen bis 7 Milliarden Parametern bedeuten, dass die Hürde für den Aufbau von Produkten in lokalen Sprachen so niedrig ist wie nie zuvor für viele dieser Gemeinschaften.

Es gibt Grenzen, die man im Blick behalten sollte. Eine Zeichenfehlerrate unter 10 % für 78 % der Sprachen lässt immer noch 22 % der unterstützten Sprachen über dieser Schwelle – was die Genauigkeitswerte pro Sprache zu einer Kennzahl macht, die künftig zu beobachten ist.