Whisper はもはやオープンウェイトの転写精度の王冠をかぶらず、新規参入者はより良い人工分析ワードエラー率スコアを達成しました かつてはオープンウェイト転写のデフォルトの選択肢と考えられていたOpenAIのWhisperは、転写精度を測定する人工分析ワードエラー率(AA-WER)ベンチマークで、新しいオープンウェイトモデルに追い越されています。AA-WER は、実際のユースケースに沿った 3 つの困難なデータセット、AMI-SDM (マルチスピーカー会議)、Earnings-22 (決算説明会)、VoxPopuli (議会議事録) で構成されています。 オープンウェイトのトップパフォーマー:@NVIDIAのカナリアクウェン2.5BとインコTDT 0.6B V2、次いで@Mistralのボクストラルスモールとミニ、@IBMグラナイトスピーチ3.3 8B。 オープンウェイト Speech to Text モデルは、デプロイの柔軟性、コスト上の利点、カスタマイズ/微調整の可能性を提供し、ローカルで実行する必要があるプライバシーに敏感なワークロードなどのユースケースを可能にします。