Whisper ya no lleva la corona de precisión de transcripción de pesos abiertos con nuevos participantes que logran mejores puntajes de tasa de error de palabras de análisis artificial Una vez considerado la opción predeterminada para la transcripción de pesos abiertos, Whisper de OpenAI ahora ha sido superado por los modelos de pesos abiertos más nuevos en el punto de referencia de tasa de error de palabras de análisis artificial (AA-WER) que mide la precisión de la transcripción. AA-WER comprende tres conjuntos de datos desafiantes alineados con casos de uso del mundo real: AMI-SDM (reuniones de varios oradores), Earnings-22 (llamadas de ganancias) y VoxPopuli (procedimientos parlamentarios). Principales pesos abiertos: Canary Qwen 2.5B y Parakeet TDT 0.6B V2 de @NVIDIA, seguidos por Voxtral Small y Mini de @Mistral, y @IBM Granite Speech 3.3 8B. Los modelos de voz a texto de ponderación abierta ofrecen flexibilidad de implementación, beneficios de costos, el potencial de personalización o ajuste y permiten casos de uso, como cargas de trabajo sensibles a la privacidad que deben ejecutarse localmente.