# Cohere Transcribe

Éditeur : Cohere (Canada). Poids ouverts. Licence : Apache 2.0.

En bref : 8e sur 39 en transcription en français ; 37e sur 51 en transcription en anglais (Artificial Analysis) ; 11e sur 53 en transcription en anglais (Open ASR).

Page : https://quelleia.com/voix/modeles/cohere-transcribe/. Classements de la voix de QUELLE IA, à part du score des modèles de langage, relevé du 19 octobre 2026.

## Présentation

Premier modèle de transcription de Cohere, publié avec ses poids et servi aussi par son API, qui ne fait que convertir la parole en texte. Il repose sur un grand encodeur Conformer suivi d'un décodeur Transformer léger, entraîné de zéro. (lu sur https://docs.cohere.com/changelog/cohere-transcribe-03-2026, https://huggingface.co/CohereLabs/cohere-transcribe-03-2026)

- Sortie : 26 mars 2026 (lu sur la page de l'éditeur, https://docs.cohere.com/changelog/cohere-transcribe-03-2026)
- Taille : 2 milliards de paramètres (lu sur la page de l'éditeur, https://huggingface.co/CohereLabs/cohere-transcribe-03-2026)

## Langues

- Annoncées par l'éditeur : 14 langues, dont le français (en, de, fr, it, es, pt, el, nl, pl, vi, zh, ar, ja, ko).
- Évaluées par nos sources : français et anglais.
- Le français : annoncé par l'éditeur ; évalué, 8e sur 39 en transcription en français (4,02 %).
- Source des langues annoncées : https://huggingface.co/CohereLabs/cohere-transcribe-03-2026

## Ses classements

- Transcription en français : 8e sur 39, taux d'erreur par mot 4,02 % ; vitesse : RTFx 635 : transcrit 635 secondes d'audio par seconde de calcul ; par jeu de test : Common Voice 5,28 %, FLEURS 4,33 %, MLS 2,44 %. Source : Open ASR Leaderboard, Hugging Face, https://huggingface.co/spaces/hf-audio/open_asr_leaderboard (relevé du 19 octobre 2026, version du 17 octobre 2026).
- Transcription en anglais, indice AA-WER : 37e sur 51, taux d'erreur par mot 4,57 % ; prix : 0 $ pour 1 000 minutes de parole ; par jeu de test : AA-AgentTalk 3,09 %, Earnings22 6,73 %, VoxPopuli 5,36 %. Source : Artificial Analysis, https://artificialanalysis.ai/speech-to-text/models/cohere-transcribe (relevé du 19 octobre 2026).
- Transcription en anglais, Open ASR : 11e sur 53, taux d'erreur par mot 5,77 % ; vitesse : RTFx 902 : transcrit 902 secondes d'audio par seconde de calcul ; par jeu de test : AMI-Cleaned 7,02 %, Earnings22-Cleaned-AA-chunked 7,88 %, Gigaspeech-Cleaned 7,88 %, LS Clean 0,97 %, LS Other 2,05 %, Private (conversational) 13,46 %, Private (scripted) 3,20 %, SPGISpeech 2,74 %, URGENT24 9,50 %, Voice Arena Monsoon 3,44 %, Voxpopuli-AA-Cleaned 5,38 %. Source : Open ASR Leaderboard, Hugging Face, https://huggingface.co/spaces/hf-audio/open_asr_leaderboard (relevé du 19 octobre 2026, version du 17 octobre 2026).

## Modèles proches

- Transcription en français : [Universal-3.5 Pro](https://quelleia.com/voix/modeles/assemblyai-universal-3-5-pro/), 6e (3,92 %), juste devant
- Transcription en français : [Resonant-1](https://quelleia.com/voix/modeles/resonant-1/), 9e (4,11 %), juste derrière
- Transcription en anglais, indice AA-WER : [GPT-4o Mini Transcribe](https://quelleia.com/voix/modeles/openai-gpt-4o-mini-transcribe/), 36e (4,47 %), juste devant
- Transcription en anglais, indice AA-WER : [Whisper Large v3 Turbo](https://quelleia.com/voix/modeles/whisper-large-v3-turbo/), 38e (4,62 %), juste derrière
- Transcription en anglais, Open ASR : [Smallest AI Pulse](https://quelleia.com/voix/modeles/smallest-ai-pulse/), 10e (5,71 %), juste devant
- Transcription en anglais, Open ASR : [Symphony](https://quelleia.com/voix/modeles/sprag-symphony/), 12e (5,84 %), juste derrière

## Comment lire ces chiffres

- Transcription : Le taux d'erreur par mot compte les mots mal transcrits, oubliés ou ajoutés, pour cent mots prononcés : plus il est bas, mieux c'est. Chaque tableau vient d'une seule source, sur ses propres enregistrements : deux tableaux ne se comparent pas chiffre à chiffre.

## Noms dans les sources

- Hugging Face (hf-audio) : CohereLabs/cohere-transcribe-03-2026
- Artificial Analysis : Cohere Transcribe

## Liens

- Page de l'éditeur : https://cohere.com/blog/transcribe
- L'essayer : https://huggingface.co/spaces/CohereLabs/cohere-transcribe-03-2026

## Pages lues

- https://docs.cohere.com/changelog/cohere-transcribe-03-2026 (« March 26, 2026 Announcing the Cohere Transcribe model We’re pleased to announce the release of Cohere Transcribe , our first transcription model. »), 17/10/2026
- https://docs.cohere.com/changelog/cohere-transcribe-03-2026 (« The model is available immediately through Cohere’s Audio Transcriptions API endpoint . »), 17/10/2026
- https://cohere.com/blog/transcribe (« Mar 26, 2026 3 minute read Introducing Cohere Transcribe: a new state-of-the-art in open-source speech recogniti »), 17/10/2026
- https://huggingface.co/CohereLabs/cohere-transcribe-03-2026 (« Cohere Transcribe is an open source release of a 2B parameter dedicated audio-in, text-out automatic speech recognition (ASR) model. The model supports 14 languages. »), 17/10/2026
- https://huggingface.co/CohereLabs/cohere-transcribe-03-2026 (« Trained on 14 languages: European: English, French, German, Italian, Spanish, Portuguese, Greek, Dutch, Polish APAC: Chinese (Mandarin), Japanese, Korean, Vietnamese MENA: Arabic License Apache 2.0 »), 17/10/2026
- https://huggingface.co/CohereLabs/cohere-transcribe-03-2026 (« Training objective supervised cross-entropy on output tokens; trained from scratch »), 17/10/2026
- https://huggingface.co/CohereLabs/cohere-transcribe-03-2026 (« Model a large Conformer encoder extracts acoustic representations, followed by a lightweight Transformer decoder for token generation »), 17/10/2026