# Inworld STT 1

Éditeur : Inworld AI (États-Unis). Poids fermés (selon Artificial Analysis).

En bref : 26e sur 51 en transcription en anglais (Artificial Analysis).

Page : https://quelleia.com/voix/modeles/inworld-stt-1/. Classements de la voix de QUELLE IA, à part du score des modèles de langage, relevé du 19 octobre 2026.

## Présentation

Modèle de transcription d'Inworld conçu pour les agents vocaux en direct, utilisable en streaming WebSocket ou en requête synchrone. Il renvoie avec le texte un profil de la voix (âge, hauteur, émotion, style vocal, accent) et gère la détection de fin de tour de parole. (lu sur https://inworld.ai/speech-to-text, https://docs.inworld.ai/stt/overview.md)

## Langues

- Annoncées par l'éditeur : 30 langues, dont le français (ar, zh, cs, da, nl, en, fi, fr, de, el, hi, hu, id, it, ja, ko, mk, ms, fa, pl, pt, ro, ru, es, sv, th, tr, vi).
- Évaluées par nos sources : anglais.
- Le français : annoncé par l'éditeur ; pas évalué en français par nos sources.
- Source des langues annoncées : https://inworld.ai/speech-to-text, https://docs.inworld.ai/stt/languages.md

## Ses classements

- Transcription en anglais, indice AA-WER : 26e sur 51, taux d'erreur par mot 3,93 % ; prix : 2,50 $ pour 1 000 minutes de parole ; par jeu de test : AA-AgentTalk 3,12 %, Earnings22 6,47 %, VoxPopuli 3,02 %. Source : Artificial Analysis, https://artificialanalysis.ai/speech-to-text/models/inworld (relevé du 19 octobre 2026).

## Modèles proches

- Transcription en anglais, indice AA-WER : [Universal](https://quelleia.com/voix/modeles/assemblyai-universal/), 25e (3,82 %), juste devant
- Transcription en anglais, indice AA-WER : [GPT-4o Transcribe](https://quelleia.com/voix/modeles/openai-gpt-4o-transcribe/), 27e (3,96 %), 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 : Inworld STT 1

## Liens

- Page de l'éditeur : https://inworld.ai/speech-to-text
- L'essayer : https://platform.inworld.ai/stt-playground

## Pages lues

- https://inworld.ai/speech-to-text (« Realtime STT-1 is Inworld AI's speech to text model for live voice apps. It transcribes 30 languages, streams over WebSocket, and returns a voice profile with each transcript »), 17/10/2026
- https://docs.inworld.ai/stt/overview.md (« Alongside the transcript, it returns Voice Profile signals: age, pitch, emotion, vocal style, and accent. You can tune turn detection or control turns yourself. »), 17/10/2026
- https://docs.inworld.ai/stt/languages.md (« The Inworld STT model (`inworld/inworld-stt-1`) supports **30 languages** for speech recognition. »), 17/10/2026
- https://docs.inworld.ai/stt/languages.md (« | French | `fr` | »), 17/10/2026