Le système de reconnaissance automatique de la parole Omnilingual (ASR) de Meta figure parmi la liste des meilleures inventions 2026 du TIME. Cette distinction a été annoncée le 15 octobre 2026, près d'un an après la première mise à disposition de l'outil au public par l'équipe de recherche de l'entreprise. Les Best Inventions du TIME constituent une sélection annuelle récompensant les inventions marquantes de l'année.

La proposition du système est simple : une couverture automatique de la transcription voix-texte pour plus de 1 600 langues, dont environ 500 langues à faibles ressources qu'aucun système de reconnaissance vocale n'avait prises en charge jusqu'à ce projet.

Ce que Meta a construit

La reconnaissance automatique de la parole, ou ASR, est la technologie qui écoute les paroles prononcées et les convertit en texte écrit. Elle alimente des fonctions du quotidien telles que la dictée sur smartphone, les sous-titres des vidéos et les transcriptions générées après chaque réunion de travail.

Environ 7 000 langues sont parlées dans le monde. L'équipe Fundamental AI Research de Meta, connue sous le nom de FAIR, s'est donné pour mission de réduire une grande part de cet écart et a publié Omnilingual ASR en open source le 10 novembre 2025.

Le système prend en charge plus de 1 600 langues, dont plus de 500 n'avaient jamais été couvertes par une solution ASR auparavant. En termes de précision, Meta rapporte un taux d'erreur de caractères inférieur à 10 % pour 78 % des langues prises en charge. Le taux d'erreur de caractères mesure le nombre de lettres individuelles que le système se trompe ; un score inférieur à 10 % signifie que moins d'un caractère sur dix doit être corrigé.

Les choix techniques qui comptent

Plutôt que de publier un modèle unique, Meta a mis à disposition une famille de modèles allant de 300 millions à 7 milliards de paramètres, offrant aux développeurs des options pour adapter les ressources de calcul à la tâche envisagée.

En complément des modèles, l'entreprise a publié l'Omnilingual ASR Corpus, un ensemble de données couvrant 350 langues sous-dotées qui offre à d'autres chercheurs une matière première sur laquelle construire. Le système peut également s'adapter à une nouvelle langue à partir d'un petit nombre d'échantillons audio seulement, une approche connue sous le nom d'adaptation zero-shot — un raccourci précieux pour les langues dont il existe peu d'enregistrements vocaux au départ.

Open source, avec des utilisateurs réels

Omnilingual ASR a été publié sous licence Apache 2.0, l'une des licences open source les plus utilisées dans le logiciel, autorisant aussi bien un usage commercial que la recherche. Meta a développé le projet avec des partenaires internationaux et a mis l'accent tout au long du processus sur la collecte et la licence ouvertes des données.

L'un des premiers déploiements réels a vu le jour au Nigeria, où des professionnels de santé utilisent le système pour améliorer la prise en charge des patients.

Contexte : la longue traîne des technologies linguistiques

Les systèmes ASRérieurs, dont Whisper d'OpenAI, n'ont été capables de transcrire qu'environ 99 langues, laissant une grande partie de la diversité linguistique mondiale sans soutien technologique vocal adéquat. Cet écart a maintenu les commodités de dictée, de sous-titrage et de transcription, courantes dans les grandes langues, largement hors de portée des locuteurs de la plupart des langues du monde.

Ce que cela signifie

Pour les développeurs et les chercheurs, la licence Apache 2.0 constitue l'élément le plus notable. Des poids ouverts, un corpus public et des modèles allant de 300 millions à 7 milliards de paramètres signifient que la barrière à la construction de produits dans les langues locales n'a jamais été aussi basse pour nombre de ces communautés.

Il existe des limites à surveiller. Un taux d'erreur de caractères inférieur à 10 % pour 78 % des langues laisse tout de même 22 % des langues prises en charge au-dessus de ce seuil — ce qui fait des taux de précision par langue une métrique à suivre à l'avenir.