Inworld STT 1
Inworld AI · États-Unis
- Poids fermés (selon Artificial Analysis)
- Français annoncé
En bref : 26e sur 51 en transcription en anglais (Artificial Analysis).
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 inworld.ai, docs.inworld.ai, le 17/10/2026.
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). Lu sur inworld.ai, docs.inworld.ai.
- 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
26e sur 51taux d'erreur par mot 3,93 %
Prix : 2,50 $ pour 1 000 minutes de parolePar jeu de test : AA-AgentTalk 3,12 %, Earnings22 6,47 %, VoxPopuli 3,02 %
Source : Artificial Analysis · relevé du 19 octobre 2026.
Modèles proches
- Transcription en anglais, indice AA-WER : devant, Universal (25e, 3,82 %) · derrière, GPT-4o Transcribe (27e, 3,96 %)
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 :
Inworld STT 1 - Fiche
- Nom et éditeur tels que la source les écrit ; présentation et langues lues sur les pages de l'éditeur.
- 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
Voir aussi : la voix en bref, la transcription, la synthèse vocale, ou cette fiche en texte.