Salesforce ay may bagong model ng speech-to-text, at kasalukuyang ito ang pinakamahusay na open-weights na opsyon sa board.
Nakarating sa unang puwesto ang SOV-Transcribe-1 sa pagitan ng mga speech-to-text model na may bukas na weights at sa pithaing pwesto sa kabuuan sa AA-WER Index ng Artificial Analysis. Nakaabot ng isang kumpanya ng CRM sa itaas ng ilang AI lab na ang buong pagkakakilanlan ay ang pagbuo ng mga model.
Ang modelo ay nakapost ng 2.3% na rate ng pagkakamali sa salita sa index. Ang skor na ito ay naglagay sa ika-pitong lugar sa mga 44 na inilahad na modelo, isang larangan na kasama ang mga proprietary na sistema mula sa mga kumpanya na hindi ibinibigay ang kanilang weights.
Ano ang tunay na ipinadala ng Salesforce
Ipinakilala ng Salesforce ang SOV-Transcribe-1 noong Nobyembre 12, 2026. Ang mga timbang ay available sa Hugging Face, kaya ang mga organisasyon ay maaaring i-download ang model at i-run ito sa kanilang sariling infrastructure.
Ang pinakamalapit na open-weights na kalaban ay ang Voxtral Small ni Mistral AI at ang Nemotron 3.5 Transcribe ni NVIDIA. Pareho ay nakakuha ng 2.8% sa AA-WER Index.
Ang SOV-Transcribe-1 ay nag-post din ng pinakamataas na resulta sa dalawang partikular na test set sa loob ng pagtataya. Nakakuha ito ng 4.1% WER sa Earnings22 at 1.5% WER sa VoxPopuli.
Sa AA-AgentTalk, isa pang komponente ng pagtataya, ang modelo ay nakamit ang 1.8%.
Malaking modelo, mas maliit na footprint sa praktika
Sa ilalim ng kabanata, ang SOV-Transcribe-1 ay may kabuuang 26.6 bilyon na parameter. Tanging 4.6 bilyon lamang ang aktibo sa anumang oras.
Ang mga natuklasan sa pananaliksik ay naglalagay sa factor ng bilis ng endpoint ng host ng modelo sa halos 60 beses ang bilis ng mga karaniwang sistema.
Ang sovereign AI angle
Nasa ilalim ng Sovereign AI initiative ng Salesforce ang modelo. Nagkakasundo ito sa Missionforce, ang pagsisikap ng kumpanya na magbigay ng secure at kontroladong AI para sa mga customer sa enterprise at gobyerno.
Lumunsad ang Missionforce nang isang taon mas maaga, sa Setyembre 2025. Ang kanilang pagtutok ay sa mga gawain ng pamahalaan at pambansang kaligtasan, isang merkado kung saan walang nagkakaroon ng kasiyahan sa pagpapadala ng sensitibong audio sa server ng iba.
Ang isang open-weights model ay maaaring i-deploy sa loob ng sariling environment ng isang ahensya. Para sa mga organisasyon na may mahigpit na pagsasagawa ng data at mga patakaran sa pagkakasunod, ito ay madalas ay hindi isang pagpili kundi isang kinakailangan.




