Editing Openai/69137a48-17f4-8006-8777-d87a321743fc (section)

==== モデル群の全体像（3ファミリー） ====

Omnilingual ASR は用途・リソースに合わせて選べる3系統のモデルを公開しています。各系統はサイズ違い（300M / 1B / 3B / 7B）も用意。GitHub<ref>{{cite web|title=GitHub|url=https://github.com/facebookresearch/omnilingual-asr|publisher=github.com|access-date=2025-11-13}}</ref>
# SSLエンコーダ（Wav2Vec 2.0 系） - 役割：多言語の自己教師あり事前学習で、頑健な音声表現を抽出。 - 例：omniASR_W2V_7B（約6.49Bパラメータ, FP32 25 GiB）。GitHub<ref>{{cite web|title=GitHub|url=https://github.com/facebookresearch/omnilingual-asr|publisher=github.com|access-date=2025-11-13}}</ref>
# CTCベースASR - 役割：軽量・高速寄りのデコーダ。 - 例：omniASR_CTC_7B（FP32 25 GiB、推論目安VRAM~15 GiB、RTF≈0.006＝約16×リアルタイム）。GitHub<ref>{{cite web|title=GitHub|url=https://github.com/facebookresearch/omnilingual-asr|publisher=github.com|access-date=2025-11-13}}</ref>
# LLMベースASR（Wav2Vec2 + LLM） - 役割：言語条件付けや'''コンテキスト例（in-context）'''を与えて柔軟に書記体系・表記規約に適応。 - 例：omniASR_LLM_7B（約7.80B）、およびゼロショット特化の omniASR_LLM_7B_ZS（約7.81B）。推論目安VRAMは~17–20 GiB、RTFは約1×（ZSは~0.5×）。GitHub<ref>{{cite web|title=GitHub|url=https://github.com/facebookresearch/omnilingual-asr|publisher=github.com|access-date=2025-11-13}}</ref>

: いずれの系列もApache-2.0でコード／モデル配布。研究・商用で扱いやすいライセンス形態です。
: GitHub