Система автоматического распознавания речи (ASR) Omnilingual от Meta вошла в список TIME «Лучшие изобретения 2026 года». Награда была объявлена 15 октября 2026 года — почти через год после того, как исследовательская команда компании впервые выпустила инструмент в открытый доступ. «Лучшие изобретения» TIME — ежегодная подборка самых заметных изобретений года.

Ключевое предложение системы просто: автоматическое преобразование речи в текст более чем на 1 600 языках, включая около 500 языков с малым количеством ресурсов, которые до этого проекта не поддерживала ни одна система распознавания речи.

Что создала Meta

Автоматическое распознавание речи, или ASR, — это технология, которая воспринимает устную речь и преобразует её в письменный текст. Она лежит в основе повседневных функций: диктовки на смартфонах, субтитров к видео и расшифровок, накапливающихся после каждого рабочего звонка.

В мире насчитывается около 7 000 языков. Команда Meta Fundamental AI Research, известная как FAIR, поставила целью закрыть значительную часть этого пробела и выпустила Omnilingual ASR в открытом исходном коде 10 ноября 2025 года.

Система поддерживает более 1 600 языков, причём более 500 из них ранее не были охвачены ни одним решением ASR. Что касается точности, Meta сообщает о частоте ошибок на уровне символов ниже 10% для 78% поддерживаемых языков. Частота ошибок на уровне символов показывает, сколько отдельных букв система распознаёт неверно; показатель ниже 10% означает, что исправления требует менее одного символа из десяти.

Технические решения, которые имеют значение

Вместо выпуска одной модели Meta представила семейство моделей размером от 300 миллионов до 7 миллиардов параметров, предоставляя разработчикам возможность соотносить вычислительные ресурсы с конкретной задачей.

Наряду с моделями компания опубликовала корпус Omnilingual ASR Corpus — набор данных, охватывающий 350 недостаточно обеспеченных языков и дающий другим исследователям исходный материал для работы. Система также может адаптироваться к новому языку, используя лишь небольшое количество аудиопримеров, — такой подход называется zero-shot адаптацией, и он особенно ценен для языков, по которым доступно мало записанной речи.

Открытый код и реальное применение

Omnilingual ASR была выпущена по лицензии Apache 2.0 — одной из самых распространённых открытых лицензий в программном обеспечении, допускающей как коммерческое, так и исследовательское использование. Meta разрабатывала проект с партнёрами по всему миру и на всех этапах делала акцент на открытых сборе данных и лицензировании.

Одно из первых реальных внедрений произошло в Нигерии, где медицинские работники применяют систему для улучшения ухода за пациентами.

Предыстория: длинный хвост языковых технологий

Предыдущие системы ASR, включая Whisper от OpenAI, были способны расшифровывать речь лишь примерно на 99 языках, оставляя значительную часть языкового разнообразия мира без надлежащей поддержки голосовых технологий. Этот разрыв не позволял носителям большинства языков мира пользоваться удобствами диктовки, субтитров и расшифровки, привычными для основных языков.

Что это значит

Для разработчиков и исследователей главной особенностью является лицензия Apache 2.0. Открытые веса, публичный корпус и модели размером от 300 миллионов до 7 миллиардов параметров означают, что барьер для создания продуктов на локальных языках для многих таких сообществ ниже, чем когда-либо.

Есть и ограничения, за которыми стоит следить. Частота ошибок на уровне символов ниже 10% для 78% языков всё же оставляет 22% поддерживаемых языков выше этого порога — поэтому динамику точности по каждому языку стоит отслеживать и далее.