Meta重塑语音技术版图！Omnilingual ASR覆盖1600种语言，小语种也能被AI“听见”

全球7000多种语言中，超过95%长期被AI语音技术忽视——直到现在。Meta最新发布的Omnilingual ASR（自动语音识别）系统，打破语言技术的“大语种优先”局面，首次把高精度识别扩展到1600种语言，并加入创新的“上下文学习”机制。只需几段音频样本，AI就能快速适配一门新语言。这个开源系统不仅技术领先，也承载数字平等的理念，让濒危语种与小语种社区首次走到AI时代的舞台中心。

78%的语言错误率低于10%，小语种不再“失声”

过去的语音技术多集中在英语、中文、西班牙语等主流语种，Omnilingual ASR则把关注点延伸到全球的边缘语言群体。测试显示：在其支持的1600种语言中，78%的语言词错率（WER）低于10%；即使是数据非常稀缺的小语种，也有36%做到低于10%的错误率——这一表现大幅领先以往多语言ASR，让“可用的语音技术”真正覆盖非洲部落、南美原住民、东南亚少数民族等长期被忽视的社区。

几段语音，就能让AI掌握一门新语言

Omnilingual ASR的关键突破是“上下文+少样本”学习。用户只需提供少量已标注的音频-文本对（如3–5句），系统即可通过元学习机制快速适配新语种，无需海量数据或复杂训练流程。由此，模型在理论上可支持5400种以上的语言，几乎涵盖所有有文字记录的语种，为保护全球语言多样性打下技术基础。

开源+社区共建，尊重每一种文化的声音

Meta没有把技术关在实验室，而是全面开源模型与工具链，并联合全球多家语言保护组织与本地社区共同采集语音数据，力求还原真实的发音、语调与文化语境。在巴布亚新几内亚，当地居民用该系统记录祖辈的口述历史；在喜马拉雅山区，僧侣开始把经文语音数字化——AI不再是外来工具，而是文化传承的伙伴。

一场语言平权的数字革命

Omnilingual ASR的意义远不止技术指标。它代表着AI从“服务主流”走向“赋能边缘”，从只看技术转向更尊重文化。当一个只有几千人使用的母语，也能通过语音与数字世界对话时，科技的普惠价值才真正落地。我们认为，Meta此举不仅巩固了其在多模态AI领域的领先地位，也重新定义了科技公司的社会责任——真正的创新，是让最安静的声音也能被听到。在消除语言鸿沟的进程中，Omnilingual ASR或许正是打开“众声齐鸣”的起点。