Cloud Speech-To-Text (Chirp)
Google · États-Unis
- Poids fermés (selon Artificial Analysis)
- Français annoncé
En bref : 51e sur 51 en transcription en anglais (Artificial Analysis).
Présentation
Premier modèle Chirp de Google Cloud Speech-to-Text, version du Universal Speech Model de Google adaptée aux usages du cloud. Google le décrit comme un modèle de 2 milliards de paramètres entraîné sur des millions d'heures d'audio couvrant plus de 100 langues. Lu sur cloud.google.com, le 17/10/2026.
- Sortie
- mai 2023 lu sur la page de l'éditeur
- Taille
- 2 milliards de paramètres lu sur la page de l'éditeur
Langues
- Annoncées par l'éditeur : liste de langues publiée par Google, dont le français. Lu sur cloud.google.com.
- Évaluées par nos sources : anglais.
- Le français : annoncé par l'éditeur ; pas évalué en français par nos sources.
Son classement
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 anglais · Transcription
Transcription en anglais, indice AA-WER
51e sur 51taux d'erreur par mot 31,21 %
Prix : 16 $ pour 1 000 minutes de parolePar jeu de test : AA-AgentTalk 6,72 %, Earnings22 11,92 %, VoxPopuli 99,48 %
Source : Artificial Analysis · relevé du 19 octobre 2026.
Modèles proches
- Transcription en anglais, indice AA-WER : devant, Qwen3.5 Omni Flash (50e, 13,52 %)
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
- Artificial Analysis :
Cloud Speech-To-Text (Chirp) - Fiche
- Nom et éditeur tels que la source les écrit ; présentation et langues lues sur les pages de l'éditeur.
- Pages lues
- https://cloud.google.com/blog/products/ai-machine-learning/bringing-power-large-models-google-clouds-speech-api?hl=en (« Chirp is Google Cloud's 2B-parameter speech model built via self-supervised training on millions of hours of audio and 28 billion sentences of text spanning 100+ languages . »), 17/10/2026
- https://cloud.google.com/blog/products/ai-machine-learning/google-cloud-speech-to-text-v2-api?hl=en (« In May 2023, at Google I/O, we announced Chirp in Private Preview, the latest version of the USM family, fine-tuned for our Cloud-specific use-cases. Chirp is now GA through the Speech-to-Text v2 API. »), 17/10/2026
- https://cloud.google.com/speech-to-text/docs/speech-to-text-supported-languages (« asia-southeast1 French (France) fr-FR chirp Automatic punctuation »), 17/10/2026
Voir aussi : la voix en bref, la transcription, la synthèse vocale, ou cette fiche en texte.