Лучшие открытые модели ASR 2026 года: сравнение по WER, языкам, задержке и лицензиям
Cohere
IBM
NVIDIA
Alibaba/Qwen
Mistral
Kyutai
Meta
OpenAI
Ландшафт открытого распознавания речи вышел за рамки Whisper: множество моделей достигло уровня WER менее 6% в рейтинге Open ASR. Ключевые разработки включают Cohere Transcribe, IBM Granite Speech 4.1, а также модели, ориентированные на пропускную способность, потоковую обработку и языковое покрытие. В отчете подчеркивается, что лицензия, поддержка языков, пропускная способность и возможность потоковой передачи теперь важнее, чем сырая позиция в рейтинге.
Область открытых систем распознавания речи (ASR) вышла за пределы монокультуры Whisper. В марте 2026 года Cohere выпустила модель Transcribe (2B, лицензия Apache 2.0) со средним значением WER 5,42%, за ней последовала модель Granite Speech 4.1 2B от IBM с показателем 5,33%. Позднее модели ARK-ASR-3B и MOSS-Transcribe-preview-2B продемонстрировали более низкие значения. Однако результаты таблиц
Показать ещё ↓
Источник: MarkTechPost —
оригинал