Whisper不再是开放权重转录准确性之冠，因为新进入者在人工分析词错误率（AA-WER）得分上表现更佳。 曾被视为开放权重转录的默认选择，OpenAI的Whisper现在已被更新的开放权重模型超越，这些模型在测量转录准确性的人工分析词错误率（AA-WER）基准测试中表现更好。AA-WER包含三个与现实世界用例对齐的具有挑战性的数据集：AMI-SDM（多发言者会议）、Earnings-22（财报电话会议）和VoxPopuli（议会程序）。 顶级开放权重表现者：@NVIDIA的Canary Qwen 2.5B和Parakeet TDT 0.6B V2，随后是@Mistral的Voxtral Small和Mini，以及@IBM的Granite Speech 3.3 8B。 开放权重语音转文本模型提供了部署灵活性、成本效益、定制/微调的潜力，并支持需要在本地运行的隐私敏感工作负载等用例。