RecodeX 重构消息,Salesforce于12日发布语音转写模型SOV-Transcribe-1,英文单词错误率为2.3%,在参与评测的44个模型中排名第七,在开源权重模型中排名第一。该模型面向非实时语音识别场景,权重已在Hugging Face公开,用户可下载并在自有基础设施上运行。
评测由Artificial Analysis的AA-WER基准完成,使用约8小时英文语音,涵盖语音智能体对话AA-AgentTalk、欧洲议会发言VoxPopuli和企业财报电话会议Earnings22三类素材,权重占比分别为50%、25%和25%。