Salesforce dispose d'un nouveau modèle de reconnaissance vocale, et c'est actuellement la meilleure option à poids ouverts disponible.
SOV-Transcribe-1 occupe la première place parmi les modèles de reconnaissance vocale à poids ouverts et la septième place au classement général de l'indice Artificial Analysis Word Error Rate (AA-WER). Cela place une entreprise de gestion de la relation client devant plusieurs laboratoires d'IA dont l'identité même repose sur la création de modèles.
Le modèle a affiché un taux d'erreurs de mots de 2,3 % sur l'indice. Ce score le place à la septième position sur 44 modèles évalués, un champ qui inclut des systèmes propriétaires provenant d'entreprises qui ne publient pas leurs poids.
Ce que Salesforce a réellement livré
Salesforce a dévoilé SOV-Transcribe-1 le 12 novembre 2026. Les poids sont disponibles sur Hugging Face, permettant aux organisations de télécharger le modèle et de l'exécuter sur leur propre infrastructure.
Les concurrents les plus proches à poids ouverts sont Voxtral Small de Mistral AI et Nemotron 3.5 Transcribe de NVIDIA. Les deux ont obtenu 2,8 % sur l'indice AA-WER.
SOV-Transcribe-1 a également obtenu les meilleurs résultats sur deux jeux de tests spécifiques au sein de l'évaluation. Il a obtenu un WER de 4,1 % sur Earnings22 et un WER de 1,5 % sur VoxPopuli.
Sur AA-AgentTalk, un autre composant de l'évaluation, le modèle a atteint 1,8 %.
Grand modèle, empreinte plus réduite en pratique
Sous le capot, SOV-Transcribe-1 dispose de 26,6 milliards de paramètres au total. Seuls 4,6 milliards d'entre eux sont actifs à tout moment.
Les résultats de la recherche placent le facteur de vitesse du point de terminaison hôte du modèle à environ 60 fois celui des systèmes conventionnels.
L'angle de l'IA souveraine
Le modèle s'inscrit dans l'initiative Sovereign AI de Salesforce. Il est intégré à Missionforce, l'effort de l'entreprise visant à fournir une IA sécurisée et contrôlable pour les clients entreprises et gouvernementaux.
Missionforce a été lancée environ un an plus tôt, en septembre 2025. Son axe est les charges de travail gouvernementales et de sécurité nationale, un marché où personne ne s'enthousiasme à l'idée d'envoyer des audio sensibles sur le serveur d'autrui.
Un modèle à poids ouverts peut être déployé dans l'environnement propre à l'agence. Pour les organisations soumises à des règles strictes de contrôle des données et de conformité, cela est souvent non pas une préférence, mais une exigence.