Salesforces SOV-Transcribe-1 führt bei Open-Weights-Spracherkennung mit 2,3 % AA-WER
Artificial Analysis stuft SOV-Transcribe-1 von Salesforce als bestes Open-Weights-Modell für Speech-to-Text ein: 2,3 % AA-WER bei 4,6 Mrd. aktiven Parametern.
Artificial Analysis führt SOV-Transcribe-1 von Salesforce als bestes Open-Weights-Modell für Speech-to-Text, mit einem AA-WER-Wert von 2,3 % und 4,6 Mrd. aktiven Parametern. Die Wortfehlerrate (Word Error Rate) gibt an, welcher Anteil der Wörter bei einer Transkription falsch erkannt wird; niedriger ist also besser. Aktive Parameter sind jener Teil der Modellgewichte, der bei der Verarbeitung einer Eingabe zum Einsatz kommt.
Das Ranking beruht auf einem einzigen Leaderboard-Ergebnis. Artificial Analysis ist die einzige genannte Quelle, weitere Transkriptions-Benchmarks oder unabhängige Tests werden nicht genannt.
Was sich ändert
Art: Sonstiges · Betrifft: SOV-Transcribe-1
Warum es wichtig ist
Wer Transkriptions-Pipelines baut, hat damit eine weitere Open-Weight-Option für eigene Vergleichstests, auch wenn sich die Aussage nur auf ein einziges Leaderboard stützt.
Originalquelle
Für diese Meldung haben wir noch keinen Link zur Originalquelle.
Wo wir es gesehen haben
Latent Space
KI hat diese Zusammenfassung aus den genannten Quellen geschrieben und ins Deutsche übersetzt. Niemand hat sie vor der Veröffentlichung einzeln geprüft. Bitte prüfen Sie die Originalquelle, bevor Sie sich darauf verlassen. So funktioniert es