Cohere выпустила новую ASR-модель Transcribe с количеством ошибок 5,42%, что позволяет ей стать серьезным кандидатом на замену существующим закрытым API для транскрипции. Это важный шаг для компаний, стремящихся интегрировать голосовые технологии без компромиссов по точности и контролю над данными.
Рынок и конкуренция в области ASR
До появления Transcribe предприятия сталкивались с выбором: использовать закрытые API с рисками конфиденциальности или открытые модели с недостаточной точностью. Классические решения, такие как Whisper от OpenAI, работают в ограниченных рамках, тогда как новая модель от Cohere активирует возможности для локальной установки и работы на собственных серверах.
Модель Transcribe имеет 2 миллиарда параметров и обучена на 14 языках, включая английский, немецкий и китайский. В отличие от аналогичных решений, она позволяет лучше контролировать процесс обработки этих и снижает задержку при транскрипции.
Преимущества и спецификации модели
Cohere утверждает, что Transcribe обходит таких конкурентов, как Whisper и ElevenLabs, по точности, что установленное пороговое значение в 5,42% ошибки ставит её на первое место в рейтинге ASR на платформе Hugging Face. Для сравнения, Whisper Large v3 имеет 7,44% ошибок, а ElevenLabs Scribe v2 — 5,83%.
Первые пользователи отмечают, что локальная реализация решения позволяет избежать задержек и предлагает значительную экономию на обработке данных. При этом модель адаптирована для работы на GPU-инфраструктуре, что делает её доступной для большинства компаний.
Практические выводы для компаний
Для российских разработчиков и компаний, использующих голосовые технологии, переход на Transcribe может означать уменьшение зависимости от внешних поставщиков и улучшение конфиденциальности данных. С внедрением технологии, компании могут ожидать повышения качества транскрипций и уменьшения расходов на интеграцию.
Следующий шаг для Cohere — расширение партнёрств и углубление в локальные рынки, включая СНГ, где внедрение собственных технологий может сыграть ключевую роль в развитии AI-экосистемы.