GLM-ASR はGLMモデルファミリーの音声担当です。音声をリアルタイムでテキストに変換する専用の自動音声認識モデルで、公表された文字誤り率は 0.0717 です。音声フロントエンドを後付けした言語モデルではなく、目的に合わせて作られた認識システムであり、推論ベンチマークではなく文字起こしで本当に重要な指標で評価されています。
文字誤り率 0.0717 とは、挿入・削除・置換を数えて100文字あたりおよそ7文字が誤るという意味です。実務上、議事録、字幕、音声コマンドには十分読める出力であり、残る誤りの主因は固有名詞と専門用語です。ファミリーの他モデルと同様、GLM-ASR も MIT ライセンスでウェイトが公開されているため、音声データを自社インフラの外に出す必要はありません。
登録もアカウントもクレジットも不要。プロンプトを入力すれば、その場で回答がストリーミングされます。
ここに回答がストリーミングされます...
このプレイグラウンドは OpenRouter 経由で無料のオープンソースLLMを実行しています。GLM-5.2 ではなく、GLMのウェイトも使用していません。以下に掲載したGLMの公表ベンチマークを読みながら、稼働中のモデルを実際に試せるように用意したものです。
文字誤り率は、書き起こしと参照文の編集距離を参照文の長さで割った値です。つまり 0.0717 は100文字あたり約7文字の誤りを意味します。単語誤り率より厳しく、言語に依存しにくい指標であり、単語境界が明確でない言語を扱うシステムの標準指標になっているのはそのためです。この数字が教えてくれないのは、誤りがどこに現れるかです。認識システムは一貫して人名、製品名、略語、強いなまりに弱く、通常の会話音声には強いため、全体で 0.0717 の書き起こしでも、本文はほぼ完璧なのに検索したかった用語だけが間違っている、ということが起こり得ます。専門語彙の精度が重要なら、見出しの数値だけで判断せず、自分の音声で評価し、用語リストに向けたデコーダのバイアス付けを検討してください。
GLM-ASR は音声認識モデルであり、公表されたテキストLLMの比較表には登場しません。公表値は上記の文字誤り率 0.0717 のみで、LLMのベンチマーク列は存在せず、当サイトで創作もしていません。
当サイトの17ベンチマーク比較表は、推論・コーディング・エージェントの評価を対象としたテキストモデルのものであり、音声認識器はどの軸でも比較できません。だからこのページは文字誤り率を報告し、そこで止めています。ファミリーのテキスト側が必要なら、フラッグシップのページに完全な公表列があり、ベンチマークハブに8モデル×17評価がそろっています。
Terminal-Bench 2.1（Terminus-2）での比較。モデル開発元の公表値です。テキストモデルであり音声モデルではないため、あくまで参考として示しています。
音声認識はたいていパイプラインの1段階です。文字起こしをし、その書き起こしを推論する、という流れです。それを作っているなら、GLM-ASR が第1段階を、テキストのGLMモデルが第2段階を担います。上のチャートは、直近2つのテキストリリースの Terminal-Bench 2.1 における公表差を示しています。GLM-5.2 が81.0、GLM-5.1 が63.5 です。どちらの段階も、同じ MIT ライセンスの下で自前のハードウェアで実行できます。
GLM-ASR はテキストの系譜の外側にあります。GLM-4.7 と GLM-5 の間の一段階ではなく、ファミリーの音声ブランチです。文字起こしのあとに推論が必要な場合はテキストのGLMモデルと組み合わせてください。パイプライン全体をローカルで動かすなら軽量な GLM-4.7-Flash ティアが自然な相棒であり、推論段階が本当に難しいなら GLM-5.2 です。
GLMモデルのベンチマークを読んだら、実際のモデルを動かしてみてください。上のプレイグラウンドは無料で、何の登録も必要ありません。より本格的なAIツールが必要なら、パートナーの無料プランをどうぞ。