Vuoden 2026 parhaat avoimen lähdekoodin ASR-mallit: WER, kielet, viive ja lisenssit vertailussa

Avoimen puheentunnistuksen (ASR:n) markkinat eivät ole enää yksinomaan Whisperin hallitsemat: viimeisten 12 kuukauden aikana on ilmestynyt monia kilpailevia malleja. Open ASR -johtotaulukon kärkipään mallit eroavat toisistaan alle prosenttiyksikön verran sanavirheprosentissa (WER), joten ratkaiseviksi tekijöiksi ovat nousseet lisenssi, kielikattavuus, suoratoiston tuki ja kustannus äänituntia kohden. Artikkeli vertailee päämalleja yksityiskohtaisesti näiden parametrien suhteen ja antaa suosituksia valintaan.

Cohere IBM NVIDIA Alibaba/Qwen Mistral Kyutai Meta OpenAI

Länsi vastaa Kiinalle: Poolside julkaisee tehokkaimman avoimen mallin Laguna S 2.1

Startup Poolside on paljastanut Laguna S 2.1:n, avoimen lähdekoodin koodausmallin, jossa on 118 miljardia parametria. Se väittää olevansa tehokkain avoin malli lännessä. Suorituskyvyltään se on verrattavissa useita kertoja suurempiin malleihin, mutta jää jälkeen Kiinan Kimi K3:sta. Julkaisu tapahtuu keskellä Yhdysvalloissa käytäviä keskusteluja mahdollisesta kiinalaisten avoimen lähdekoodin mallien käyttökiellosta.

Poolside OpenAI DeepSeek NVIDIA Moonshot AI