Whisper больше не носит корону точности транскрипции открытых весов, так как новые участники достигли лучших результатов по Artificial Analysis Word Error Rate. Когда-то считавшийся стандартным выбором для транскрипции открытых весов, Whisper от OpenAI теперь был превзойден новыми моделями открытых весов по бенчмарку Artificial Analysis Word Error Rate (AA-WER), который измеряет точность транскрипции. AA-WER включает три сложных набора данных, соответствующих реальным сценариям использования: AMI-SDM (многоязычные встречи), Earnings-22 (конференции по доходам) и VoxPopuli (парламентские заседания). Лучшие исполнители открытых весов: Canary Qwen 2.5B и Parakeet TDT 0.6B V2 от @NVIDIA, за ними следуют Voxtral Small и Mini от @Mistral, а также Granite Speech 3.3 8B от @IBM. Модели Speech to Text с открытыми весами предлагают гибкость развертывания, преимущества по стоимости, потенциал для настройки/тонкой настройки и позволяют использовать такие сценарии, как конфиденциальные рабочие нагрузки, которые необходимо выполнять локально.