# multilingual

Éditeur : Modulate (États-Unis). Poids fermés (selon Open ASR Leaderboard).

En bref : 12e sur 39 en transcription en français ; 4e sur 53 en transcription en anglais (Open ASR).

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

## Présentation

Modulate publie sous le nom « multilingual » un modèle de transcription multilingue servi par son API, qui détecte la langue à chaque énoncé et suit les changements de langue. La version complète de l'éditeur ajoute séparation des orateurs, signaux d'émotion, d'accent, de voix synthétique et de données personnelles. (lu sur https://docs.modulate.ai/get-started/stt.md)

## Langues

- Annoncées par l'éditeur : multilingue, dont le français.
- Évaluées par nos sources : français et anglais.
- Le français : annoncé par l'éditeur ; évalué, 12e sur 39 en transcription en français (4,14 %).
- Source des langues annoncées : https://docs.modulate.ai/get-started/stt.md, https://www.modulate.ai/api/speech-to-text

## Ses classements

- Transcription en français : 12e sur 39, taux d'erreur par mot 4,14 % ; par jeu de test : Common Voice 5,27 %, FLEURS 4,71 %, MLS 2,45 %. Source : Open ASR Leaderboard, Hugging Face, https://huggingface.co/spaces/hf-audio/open_asr_leaderboard (relevé du 19 octobre 2026, version du 17 octobre 2026).
- Transcription en anglais, Open ASR : 4e sur 53, taux d'erreur par mot 5,06 % ; par jeu de test : AMI-Cleaned 6,31 %, Earnings22-Cleaned-AA-chunked 6,00 %, Gigaspeech-Cleaned 6,91 %, LS Clean 0,87 %, LS Other 1,77 %, Private (conversational) 12,30 %, Private (scripted) 2,56 %, SPGISpeech 2,06 %, URGENT24 10,04 %, Voice Arena Monsoon 3,26 %, Voxpopuli-AA-Cleaned 3,55 %. Source : Open ASR Leaderboard, Hugging Face, https://huggingface.co/spaces/hf-audio/open_asr_leaderboard (relevé du 19 octobre 2026, version du 17 octobre 2026).

## Modèles proches

- Transcription en français : [Voxtral Small](https://quelleia.com/voix/modeles/voxtral-small/), 9e (4,11 %), juste devant
- Transcription en français : [TheWhisper-Large-V3-Turbo](https://quelleia.com/voix/modeles/thestageai-thewhisper-large-v3-turbo/), 13e (4,41 %), juste derrière
- Transcription en anglais, Open ASR : [azure-speech-07-2026](https://quelleia.com/voix/modeles/microsoft-azure-speech-07-2026/), 3e (5,02 %), juste devant
- Transcription en anglais, Open ASR : [Resonant-1](https://quelleia.com/voix/modeles/resonant-1/), 5e (5,21 %), 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

- Hugging Face (hf-audio) : modulate/multilingual

## Liens

- Page de l'éditeur : https://docs.modulate.ai/get-started/stt
- L'essayer : https://docs.modulate.ai/quickstart

## Pages lues

- https://docs.modulate.ai/get-started/stt.md (« * **Multilingual Transcription** carries per-utterance timing, speaker labels, and optional emotion, accent, deepfake, and PII/PHI signals. Batch and streaming. »), 17/10/2026
- https://docs.modulate.ai/get-started/stt.md (« Language is detected per utterance, so a file where speakers switch languages reports each utterance in the language actually spoken. »), 17/10/2026
- https://docs.modulate.ai/get-started/stt.md (« Multilingual Transcription covers 100 languages »), 17/10/2026
- https://docs.modulate.ai/get-started/stt.md (« The 25 supported languages are Bulgarian, Croatian, Czech, Danish, Dutch, English, Estonian, Finnish, French, German »), 17/10/2026
- https://www.modulate.ai/api/speech-to-text (« Transcribe supports global coverage with over 50 languages covered. »), 17/10/2026