Cohere Transcribe
Cohere · Canada
- Poids ouverts
- Licence : Apache 2.0
- Français annoncé
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).
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 docs.cohere.com, huggingface.co, le 17/10/2026.
- Sortie
- 26 mars 2026 lu sur la page de l'éditeur
- Taille
- 2 milliards de paramètres lu sur la page de l'éditeur
Langues
- Annoncées par l'éditeur : 14 langues, dont le français (en, de, fr, it, es, pt, el, nl, pl, vi, zh, ar, ja, ko). Lu sur huggingface.co.
- Évaluées par nos sources : français et anglais.
- Le français : annoncé par l'éditeur ; évalué, 8e sur 39 en transcription en français (4,02 %).
Ses 3 classements
Chaque ligne vient d'une seule source, dans son unité : les chiffres de deux lignes ne se comparent pas entre eux. Ils ne comptent pas dans le score des modèles de langage.
- En français · Transcription
Transcription en français
8e sur 39taux d'erreur par mot 4,02 %
Vitesse : RTFx 635 : transcrit 635 secondes d'audio par seconde de calculPar jeu de test : Common Voice 5,28 %, FLEURS 4,33 %, MLS 2,44 %
Source : Open ASR Leaderboard, Hugging Face · relevé du 19 octobre 2026, version du 17 octobre 2026.
- En anglais · Transcription
Transcription en anglais, indice AA-WER
37e sur 51taux d'erreur par mot 4,57 %
Prix : 0 $ pour 1 000 minutes de parolePar jeu de test : AA-AgentTalk 3,09 %, Earnings22 6,73 %, VoxPopuli 5,36 %
Source : Artificial Analysis · relevé du 19 octobre 2026.
- En anglais · Transcription
Transcription en anglais, Open ASR
11e sur 53taux d'erreur par mot 5,77 %
Vitesse : RTFx 902 : transcrit 902 secondes d'audio par seconde de calculPar 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 · relevé du 19 octobre 2026, version du 17 octobre 2026.
Modèles proches
- Transcription en français : devant, Universal-3.5 Pro (6e, 3,92 %) · derrière, Resonant-1 (9e, 4,11 %)
- Transcription en anglais, indice AA-WER : devant, GPT-4o Mini Transcribe (36e, 4,47 %) · derrière, Whisper Large v3 Turbo (38e, 4,62 %)
- Transcription en anglais, Open ASR : devant, Smallest AI Pulse (10e, 5,71 %) · derrière, Symphony (12e, 5,84 %)
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.
D'où vient cette fiche
- Nom dans les sources
- Hugging Face (hf-audio) :
CohereLabs/cohere-transcribe-03-2026; Artificial Analysis :Cohere Transcribe - Fiche
- Registre de QUELLE IA, lu sur 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.
- 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
Voir aussi : la voix en bref, la transcription, la synthèse vocale, ou cette fiche en texte.