# Gradium Speech-to-Text

Éditeur : Gradium (France). Poids fermés (selon Artificial Analysis).

En bref : 49e sur 51 en transcription en anglais (Artificial Analysis).

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

## Présentation

Service de transcription en continu de Gradium, conçu pour les conversations en direct avec des agents vocaux. Il détecte la fin de parole d'après le sens de ce qui est dit, accepte jusqu'à 500 mots de vocabulaire personnalisé et laisse régler le délai entre réactivité et précision. (lu sur https://gradium.ai/speech-to-text)

- Sortie : 2 décembre 2025 (lu sur la page de l'éditeur, https://gradium.ai/blog/gradium)

## Langues

- Annoncées par l'éditeur : 5 langues (anglais, français, allemand, espagnol, portugais) (en, fr, de, es, pt).
- Évaluées par nos sources : anglais.
- Le français : annoncé par l'éditeur ; pas évalué en français par nos sources.
- Source des langues annoncées : https://gradium.ai/blog/gradium, https://docs.gradium.ai/guides/release-notes/2026-08

## Ses classements

- Transcription en anglais, indice AA-WER : 49e sur 51, taux d'erreur par mot 6,79 % ; prix : 13 $ pour 1 000 minutes de parole ; par jeu de test : AA-AgentTalk 7,30 %, Earnings22 9,32 %, VoxPopuli 3,25 %. Source : Artificial Analysis, https://artificialanalysis.ai/speech-to-text/models/gradium (relevé du 19 octobre 2026).

## Modèles proches

- Transcription en anglais, indice AA-WER : [Parakeet TDT 0.6B V2](https://quelleia.com/voix/modeles/parakeet-tdt-0-6b-v2/), 48e (6,43 %), juste devant
- Transcription en anglais, indice AA-WER : [Qwen3.5 Omni Flash](https://quelleia.com/voix/modeles/alibaba-qwen3-5-omni-flash/), 50e (13,52 %), 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

- Artificial Analysis : Gradium Speech-to-Text

## Liens

- Page de l'éditeur : https://gradium.ai/speech-to-text
- L'essayer : https://docs.gradium.ai/api-reference/endpoint/stt-websocket

## Pages lues

- https://gradium.ai/speech-to-text (« Streaming transcription that knows when your user is done talking, and learns your pronunciation. Semantic turn detection, keyword boosting and tunable latency over one WebSocket. »), 17/10/2026
- https://gradium.ai/speech-to-text (« up to 500 words Custom pronunciation Add product names, people and jargon. »), 17/10/2026
- https://gradium.ai/blog/gradium (« Gradium launches with real-time, multilingual (English, French, German, Spanish, Portuguese) transcription and synthesis »), 17/10/2026
- https://docs.gradium.ai/guides/release-notes/2026-08 (« so set it whenever you can: en , fr , es , pt , or de . »), 17/10/2026