Salesforce لديها نموذج جديد لتحويل الكلام إلى نص، وهو حاليًا أفضل خيار بوزن مفتوح على الساحة.
يحتل SOV-Transcribe-1 المرتبة الأولى بين نماذج التحويل من الصوت إلى النص ذات الأوزان المفتوحة، والمرتبة السابعة عامةً في مؤشر معدل خطأ الكلمات من Artificial Analysis (AA-WER). وهذا يضع شركة CRM في مقدمة عدة مختبرات ذكاء اصطناعي تتمثل هويتها بالكامل في بناء النماذج.
نشر النموذج معدل خطأ كلمات قدره 2.3% على المؤشر. وقد وضع هذا الرقم النموذج في المركز السابع من بين 44 نموذجًا تم تقييمها، وهي مجموعة تشمل أنظمة حصرية من شركات لا توزع أوزانها.
ما الذي أطلقه Salesforce فعليًا
كشفت Salesforce عن SOV-Transcribe-1 في 12 نوفمبر 2026. الأوزان متاحة على Hugging Face، لذا يمكن للمنظمات تنزيل النموذج وتشغيله على بنية تحتية خاصة بها.
أقرب المنافسين ذوي الأوزان المفتوحة هما Voxtral Small من Mistral AI وNemotron 3.5 Transcribe من NVIDIA. حصل كلاهما على 2.8% في مؤشر AA-WER.
كما نشرت SOV-Transcribe-1 نتائج رائدة على مجموعتي اختبار محددتين ضمن التقييم. وحققت نسبة خطأ في الكلمات 4.1% على Earnings22 ونسبة خطأ في الكلمات 1.5% على VoxPopuli.
في AA-AgentTalk، وهو مكون آخر للتقييم، حقق النموذج 1.8%.
نموذج كبير، بحجم أصغر عمليًا
في الخلفية، يحتوي SOV-Transcribe-1 على إجمالي 26.6 مليار معلمة. فقط 4.6 مليار منها نشطة في أي وقت معين.
وضعت نتائج البحث عامل سرعة نقطة النهاية الخاصة بالنموذج عند حوالي 60 مرة أسرع من الأنظمة التقليدية.
زاوية الذكاء الاصطناعي السيادي
يقع النموذج تحت مبادرة Salesforce للذكاء الاصطناعي السيادي. وهو مرتبط بـ Missionforce، وهي جهود الشركة لتقديم ذكاء اصطناعي آمن وقابل للتحكم للعملاء المؤسسيين والحكوميين.
تم إطلاق Missionforce قبل حوالي عام، في سبتمبر 2025. ويركز على أحمال العمل الخاصة بالحكومة والأمن الوطني، وهي سوق لا يشعر أحد بالإثارة عند إرسال الصوت الحساس إلى خادم شخص آخر.
يمكن نشر نموذج بوزن مفتوح داخل بيئة الوكالة الخاصة بها. بالنسبة للمنظمات التي لديها قواعد صارمة للتحكم في البيانات والامتثال، فإن ذلك غالبًا ليس تفضيلًا بل شرطًا إلزاميًا.




