Artificial Analysis：Salesforce 的 SOV-Transcribe-1 以 2.3% 的词错误率成为排名第一的开放权重语音转文本模型

Artificial Analysis 称，Salesforce Missionforce Sovereign AI 团队推出的新型开放权重语音转文本模型 SOV-Transcribe-1，在其 AA-WER Index 上的得分为 2.3%。在开放权重模型中排名第 #1，在包括专有模型在内的 44 款模型中排名第 #7。模型权重已发布在 Hugging Face 上。

• 与其他开放模型相比：排名紧随其后的两款模型是 Mistral 的 Voxtral Small 和 NVIDIA 的 Nemotron 3.5 Transcribe，得分均为 2.8%。
• 规模：该模型有 4.6B 个活跃参数（总计 26.6B）。Artificial Analysis 指出，其活跃参数比 Voxtral Small（24B）少约 5 倍，与 Nemotron 3.5 Transcribe（4B）接近。
• 按数据集划分：在 Earnings22 财报电话会议数据集上，它在开放权重模型中排名第一（4.1%，Voxtral Small 为 4.8%）；在 VoxPopuli 议会演讲数据集上也略胜一筹（1.5%，Voxtral Small 为 1.8%）。在 Artificial Analysis 的语音代理对话集 AA-AgentTalk 上，它得分为 1.8%，与 Nemotron 3.5 Transcribe 持平。
• 速度：在 Salesforce 托管的端点上，其速度因子达到 60x，转写一分钟音频约需一秒。

排名和数据均为 Artificial Analysis 自行测得。