Whisper ne porte plus la couronne de précision de transcription des poids ouverts, de nouveaux entrants atteignant de meilleurs scores d'Artificial Analysis Word Error Rate. Autrefois considéré comme le choix par défaut pour la transcription des poids ouverts, Whisper d'OpenAI a maintenant été surpassé par de nouveaux modèles de poids ouverts sur le benchmark Artificial Analysis Word Error Rate (AA-WER) mesurant la précision de transcription. L'AA-WER comprend trois ensembles de données difficiles alignés sur des cas d'utilisation réels : AMI-SDM (réunions multi-intervenants), Earnings-22 (conférences sur les résultats) et VoxPopuli (procédures parlementaires). Les meilleurs performeurs en poids ouverts : le Canary Qwen 2.5B et le Parakeet TDT 0.6B V2 de @NVIDIA, suivis par les Voxtral Small et Mini de @Mistral, et le Granite Speech 3.3 8B de @IBM. Les modèles de Speech to Text à poids ouverts offrent une flexibilité de déploiement, des avantages en termes de coûts, le potentiel de personnalisation/ajustement, et permettent des cas d'utilisation tels que des charges de travail sensibles à la vie privée qui doivent s'exécuter localement.