Cohere lansează Transcribe, primul său model open-source de voce pentru transcriere rapidă în 14 limbi

Compania de inteligență artificială pentru mediul enterprise Cohere a lansat joi primul său model de voce: Transcribe, un model open-source de recunoaștere automată a vorbirii care poate fi folosit pentru sarcini precum luarea de notițe și analiza discursului.

Relativ compact, cu doar 2 miliarde de parametri, modelul este conceput pentru a putea fi rulat pe GPU-uri de consum de către cei care doresc să îl găzduiască local. În prezent, oferă suport pentru 14 limbi: engleză, franceză, germană, italiană, spaniolă, portugheză, greacă, neerlandeză, poloneză, chineză, japoneză, coreeană, vietnameză și arabă.

Cohere afirmă că Transcribe depășește modele precum Zoom Scribe v1, IBM Granite 4.0 1B, ElevenLabs Scribe v2 și Qwen3-ASR-1.7B Speech în clasamentul Hugging Face Open ASR, unde a obținut o rată medie de eroare pe cuvânt (WER) de 5,42, mai mică decât a oricărui alt model inclus în acest benchmark.

Compania susține că Transcribe a înregistrat o rată medie de câștig de 61% față de alte modele, atunci când evaluatori umani au analizat transcrierile din perspectiva acurateței, coerenței și utilității. Totuși, la transcrierea limbilor portugheză, germană și spaniolă, modelul a rămas în urma unora dintre rivalii săi.

Potrivit Cohere, Transcribe poate procesa 525 de minute de audio într-un singur minut, o performanță considerată foarte ridicată pentru clasa sa de modele.

Compania intenționează să integreze Transcribe în platforma sa enterprise de orchestrare a agenților, North, și pune modelul la dispoziție gratuit prin intermediul API-ului propriu. De asemenea, acesta va fi disponibil și pe Model Valut, platforma Cohere de inferență gestionată.

Modelele de recunoaștere a vorbirii devin tot mai populare, pe măsură ce crește cererea pentru aplicații de luare de notițe și dictare, precum Granola și Wispr Flow.

La începutul acestui an, Cohere ar fi informat investitorii că se așteaptă la venituri anuale recurente de 240 de milioane de dolari în 2025, iar CEO-ul său, Aidan Gomez, a fost citat spunând că startupul ar putea să se listeze la bursă „în curând”.