Salesforce mempunyai model suara-ke-teks baharu, dan ia kini merupakan pilihan terbaik dengan berat terbuka di pasaran.
SOV-Transcribe-1 menduduki tempat pertama di antara model suara-ke-teks dengan berat terbuka dan tempat ketujuh secara keseluruhan dalam Indeks Kadar Kesalahan Kata Analisis Artifisial (AA-WER). Itu menempatkan sebuah syarikat CRM di hadapan beberapa makmal AI yang identiti keseluruhan mereka ialah membina model.
Model tersebut mencatat kadar kesalahan perkataan 2.3% pada indeks. Skor itu menempatkannya di tempat ketujuh daripada 44 model yang dievaluasi, satu medan yang merangkumi sistem proprieteri daripada syarikat-syarikat yang tidak mengeluarkan berat mereka.
Apa yang sebenarnya dihantar oleh Salesforce
Salesforce melancarkan SOV-Transcribe-1 pada 12 November 2026. Bobot tersedia di Hugging Face, jadi organisasi boleh memuat turun model dan menjalankannya di infrastruktur mereka sendiri.
Rakan-rakan terdekat dengan bobot terbuka ialah Voxtral Small daripada Mistral AI dan Nemotron 3.5 Transcribe daripada NVIDIA. Kedua-duanya mendapat 2.8% pada Indeks AA-WER.
SOV-Transcribe-1 juga memposting keputusan terkemuka pada dua set ujian tertentu dalam penilaian. Ia mendapat skor WER 4.1% pada Earnings22 dan WER 1.5% pada VoxPopuli.
Di AA-AgentTalk, komponen penilaian lain, model mencapai 1.8%.
Model besar, jejak lebih kecil dalam amalan
Di sebalik tabir, SOV-Transcribe-1 membawa jumlah parameter sebanyak 26.6 bilion. Hanya 4.6 bilion daripadanya yang aktif pada setiap masa.
Kesimpulan penyelidikan meletakkan faktor kelajuan titik akhir hos model pada kira-kira 60 kali ganda sistem konvensional.
Sudut AI berdaulat
Model ini berada di bawah inisiatif Sovereign AI Salesforce. Ia terkait dengan Missionforce, usaha syarikat untuk menyediakan AI yang selamat dan boleh dikawal untuk pelanggan perniagaan dan kerajaan.
Missionforce dilancarkan kira-kira satu tahun lebih awal, pada September 2025. Fokusnya ialah beban kerja kerajaan dan keselamatan negara, pasaran di mana tiada siapa yang bersemangat untuk menghantar audio sensitif ke pelayan orang lain.
Model dengan bobot terbuka boleh dilaksanakan di dalam persekitaran sendiri agensi. Bagi organisasi yang mempunyai peraturan kawalan data dan pematuhan yang ketat, itu sering kali bukan pilihan tetapi keperluan.