Il sistema Omnilingual Automatic Speech Recognition (ASR) di Meta è stato incluso nella lista delle Migliori Invenzioni 2026 di TIME. Il riconoscimento è stato annunciato il 15 ottobre 2026, quasi un anno dopo che il team di ricerca dell'azienda aveva rilasciato per la prima volta lo strumento al pubblico. Le Migliori Invenzioni di TIME sono una rubrica annuale che celebra le invenzioni più significative dell'anno.

La proposta centrale del sistema è chiara: copertura automatica di sintesi vocale in testo per più di 1.600 lingue, tra cui circa 500 lingue a basse risorse che, fino a questo progetto, nessun sistema di riconoscimento vocale aveva mai supportato.

Cosa ha costruito Meta

Il riconoscimento automatico del parlato, o ASR, è la tecnologia che ascolta le parole pronunciate e le converte in testo scritto. Alimenta funzioni quotidiane come la dettatura sugli smartphone, i sottotitoli nei video e le trascrizioni generate dopo ogni riunione di lavoro.

Nel mondo si parlano circa 7.000 lingue. Il team Fundamental AI Research di Meta, noto come FAIR, si è prefissato di colmare una larga parte di questo divario e ha rilasciato Omnilingual ASR come open source il 10 novembre 2025.

Il sistema supporta più di 1.600 lingue, di cui oltre 500 mai coperte prima da alcuna soluzione ASR. Per quanto riguarda la precisione, Meta riporta un tasso di errore carattere inferiore al 10% per il 78% delle lingue supportate. Il tasso di errore carattere misura quante singole lettere il sistema sbaglia; un punteggio inferiore al 10% significa che meno di un carattere su dieci necessita di correzione.

Le scelte tecniche che contano

Invece di rilasciare un singolo modello, Meta ha pubblicato una famiglia di modelli con dimensioni comprese tra 300 milioni e 7 miliardi di parametri, offrendo agli sviluppatori opzioni per adeguare le risorse di calcolo al compito da svolgere.

Accanto ai modelli, l'azienda ha pubblicato l'Omnilingual ASR Corpus, un dataset che copre 350 lingue poco servite e fornisce ad altri ricercatori materiale grezzo su cui costruire. Il sistema può inoltre adattarsi a una nuova lingua utilizzando solo un numero ridotto di campioni audio, un approccio noto come zero-shot adaptation — una scorciatoia preziosa per le lingue di cui esiste poco parlato registrato.

Open source, con utenti reali

Omnilingual ASR è stato rilasciato con licenza Apache 2.0, delle licenze open source più utilizzate nel software, che consente sia l'uso commerciale che quello di ricerca. Meta ha sviluppato il progetto con partner internazionali e ha sottolineato, lungo tutto il processo, la raccolta aperta dei dati e la gestione delle licenze.

Uno dei primi impieghi reali è emerso in Nigeria, dove operatori sanitari hanno messo al lavoro il sistema per migliorare l'assistenza ai pazienti.

Contesto: la lunga coda della tecnologia linguistica

I sistemi ASR precedenti, incluso Whisper di OpenAI, sono stati in grado di trascrivere solo circa 99 lingue, lasciando gran parte della diversità linguistica mondiale senza un adeguato supporto tecnologico vocale. Questo divario ha tenuto le comodità di dettatura, sottotitolazione e trascrizione comuni nelle lingue principali in gran parte fuori portata per chi parla la maggior parte delle lingue del mondo.

Cosa significa

Per sviluppatori e ricercatori, la licenza Apache 2.0 è la caratteristica principale. Pesi aperti, un corpus pubblico e modelli da 300 milioni a 7 miliardi di parametri significano che la barriera alla creazione di prodotti nelle lingue locali è più bassa che mai per molte di queste comunità.

Ci sono limiti da tenere d'occhio. Un tasso di errore carattere inferiore al 10% per il 78% delle lingue lascia comunque il 22% delle lingue supportate sopra quella soglia — rendendo i dati di precisione per singola lingua una metrica da seguire in futuro.