Whisper ei enää kanna avoimen painojen transkriptiotarkkuuden kruunua, kun uudet tulokkaat saavuttavat parempia keinotekoisen analyysin sanavirheprosentin pisteitä OpenAI:n Whisperiä pidettiin aikoinaan oletusvalintana avoimen painojen transkriptioon, mutta nyt se on ohittanut uudemmat avoimet painomallit Artificial Analysis Word Error Rate (AA-WER) -vertailuarvossa, joka mittaa transkription tarkkuutta. AA-WER koostuu kolmesta haastavasta tietojoukosta, jotka on linjassa todellisten käyttötapausten kanssa: AMI-SDM (usean puhujan kokoukset), Earnings-22 (tulospuhelut) ja VoxPopuli (parlamentaariset menettelyt). Parhaat avoimet painot: @NVIDIA's Canary Qwen 2.5B ja Parakeet TDT 0.6B V2, jota seuraavat @Mistral's Voxtral Small ja Mini sekä @IBM Granite Speech 3.3 8B. Avoimet painot Puhe tekstiksi -mallit tarjoavat käyttöönoton joustavuutta, kustannusetuja, mahdollisuuden mukauttamiseen/hienosäätöön ja mahdollistavat käyttötapaukset, kuten yksityisyysherkät työkuormat, jotka on suoritettava paikallisesti.