O Whisper não usa mais a coroa de precisão de transcrição de pesos abertos, com novos participantes alcançando melhores pontuações de taxa de erro de palavras de análise artificial Uma vez considerado a escolha padrão para transcrição de pesos abertos, o Whisper da OpenAI agora foi superado por modelos de pesos abertos mais recentes no benchmark Artificial Analysis Word Error Rate (AA-WER) que mede a precisão da transcrição. O AA-WER compreende três conjuntos de dados desafiadores alinhados com casos de uso do mundo real: AMI-SDM (reuniões com vários palestrantes), Earnings-22 (chamadas de ganhos) e VoxPopuli (procedimentos parlamentares). Principais desempenhos de pesos abertos: Canary Qwen 2.5B e Parakeet TDT 0.6B V2 de @NVIDIA, seguidos por Voxtral Small e Mini de @Mistral e @IBM Granite Speech 3.3 8B. Os modelos de Fala para Texto de pesos abertos oferecem flexibilidade de implantação, benefícios de custo, potencial para personalização/ajuste fino e permitem casos de uso, como cargas de trabalho sensíveis à privacidade que precisam ser executadas localmente.