Présentation de Cohere-transcribe : reconnaissance vocale de pointe

Aujourd'hui, nous publions cohere-transcribe-03-2026, un modèle de reconnaissance vocale à 2 paramètres B open source sur huggingface sous licence Apache 2.0. Ce modèle de transcription dédié a été entièrement formé pour prendre en charge 14 langages critiques pour l'entreprise, atteignant une précision de pointe tout en conservant une efficacité élevée, avec un débit hors ligne trois fois supérieur à celui de concurrents de taille similaire.

En anglais, cohere-transcribe surpasse ses concurrents propriétaires et open source pour occuper la première place du classement Huggingface Open ASR. De plus, dans les 13 langues restantes, notre modèle est comparable, voire meilleur, à tous les modèles open source existants.

Figure 1 : Cohere-transcribe présente un meilleur compromis global (RTFx) par rapport à la précision (WER) que les autres modèles de taille 1B+. RTFx (real-time factor multiple) mesure la rapidité avec laquelle un modèle audio traite son entrée par rapport au temps réel.

Cohere-transcribe a été conçu et construit en pensant à une utilisation en production. Cela signifie une précision de pointe dans un modèle qui peut être utilisé efficacement. À cette fin, nous avons collaboré avec vLLM pour permettre la mise en production de notre modèle avec une pile open source [voir PR fusionné].

Cohere-transcribe est le premier modèle audio de Cohere. Du point de vue de la modélisation, notre objectif avec cette version était de prendre une recette simple et de la mettre à l'échelle méthodiquement. Pour nous, cela signifiait accorder une attention particulière aux fondamentaux : un tokeniseur multilingue puissant, le régime d'optimisation et, bien sûr, notre mix de données. Le résultat est un modèle qui surpasse ses concurrents en termes d'évaluation humaine ainsi que de références. Dans cet article, nous détaillons certaines des décisions de conception clés que nous avons prises au cours du processus de développement du modèle Cohere-transcribe.

Langues prises en charge : Le modèle a été formé en 14 langues : anglais, allemand, français, italien, espagnol, portug...
[Courte citation de 8% de l'article original]