Salesforce memiliki model speech-to-text baru, dan saat ini merupakan opsi open-weights terbaik di pasaran.
SOV-Transcribe-1 menempati peringkat pertama di antara model speech-to-text open-weights dan peringkat ketujuh secara keseluruhan di Indeks Artificial Analysis Word Error Rate (AA-WER). Itu menempatkan sebuah perusahaan CRM di atas beberapa laboratorium AI yang seluruh identitasnya adalah membangun model.
Model tersebut mencatat tingkat kesalahan kata sebesar 2,3% pada indeks. Skor tersebut menempatkannya di peringkat ketujuh dari 44 model yang dievaluasi, sebuah bidang yang mencakup sistem propietaris dari perusahaan-perusahaan yang tidak membagikan bobot mereka.
Apa yang sebenarnya dikirimkan Salesforce
Salesforce meluncurkan SOV-Transcribe-1 pada 12 November 2026. Bobot tersedia di Hugging Face, sehingga organisasi dapat mengunduh model dan menjalankannya di infrastruktur mereka sendiri.
Pesaing open-weights terdekat adalah Voxtral Small dari Mistral AI dan Nemotron 3.5 Transcribe dari NVIDIA. Keduanya mendapatkan skor 2,8% pada Indeks AA-WER.
SOV-Transcribe-1 juga memposting hasil terdepan pada dua set uji tertentu dalam evaluasi. Ini mendapatkan WER 4,1% pada Earnings22 dan WER 1,5% pada VoxPopuli.
Pada AA-AgentTalk, komponen evaluasi lainnya, model mencapai 1,8%.
Model besar, jejak lebih kecil dalam praktiknya
Di balik layar, SOV-Transcribe-1 membawa total 26,6 miliar parameter. Hanya 4,6 miliar dari parameter tersebut yang aktif setiap saat.
Temuan penelitian menempatkan faktor kecepatan endpoint host model sekitar 60 kali lebih cepat daripada sistem konvensional.
Sudut pandang AI berdaulat
Model ini berada di bawah inisiatif Sovereign AI dari Salesforce. Model ini terhubung ke Missionforce, upaya perusahaan untuk menyediakan AI yang aman dan dapat dikendalikan bagi pelanggan perusahaan dan pemerintah.
Missionforce diluncurkan sekitar satu tahun lebih awal, pada September 2025. Fokusnya adalah pada beban kerja pemerintah dan keamanan nasional, pasar di mana tidak ada yang antusias mengirim audio sensitif ke server orang lain.
Model dengan bobot terbuka dapat dideploy di dalam lingkungan sendiri sebuah agensi. Bagi organisasi dengan aturan kontrol data dan kepatuhan yang ketat, itu sering kali bukan pilihan melainkan keharusan.