Azure AI Speech LLM 09-2026
Microsoft · États-Unis
- Poids fermés (selon Open ASR Leaderboard)
En bref : 1er sur 44 en transcription en français ; 4e sur 66 en transcription en anglais (Open ASR).
Présentation
Langues
- Évaluées par nos sources : français et anglais.
- Le français : évalué, 1er sur 44 en transcription en français (3,10 %).
Ses 2 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
1er sur 44taux d'erreur par mot 3,10 %
Par jeu de test : Common Voice 4,22 %, FLEURS 2,64 %, MLS 2,45 %
Source : Open ASR Leaderboard, Hugging Face · relevé du 16 novembre 2026, version du 13 novembre 2026.
- En anglais · Transcription
Transcription en anglais, Open ASR
4e sur 66taux d'erreur par mot 5,50 %
Par jeu de test : AMI-Cleaned 6,70 %, Earnings22-Cleaned-AA-chunked 4,52 %, Gigaspeech-Cleaned 7,18 %, Private (conversational) 13,21 %, Private (scripted) 2,17 %, SPGISpeech 1,90 %, URGENT24 9,26 %, Voice Arena Monsoon 3,18 %, Voxpopuli-AA-Cleaned 1,36 %
Source : Open ASR Leaderboard, Hugging Face · relevé du 16 novembre 2026, version du 13 novembre 2026.
Modèles proches
- Transcription en français : derrière, Scribe v2 (2e, 3,28 %)
- Transcription en anglais, Open ASR : devant, yoob-asr-pro-v1 (3e, 5,33 %) · derrière, Audrey 0.7 (5e, 5,70 %)
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) :
microsoft/azure-speech-09-2026 - Fiche
- Registre de QUELLE IA.
- Pages lues
- https://devblogs.microsoft.com/foundry/feed/ (« Azure AI Speech LLM 09-2026: Broader locale support »), 16/11/2026
Voir aussi : la voix en bref, la transcription, la synthèse vocale, la voix à voix, ou cette fiche en texte.