Canary 1B v2
NVIDIA · États-Unis
- Poids ouverts
- Licence : CC BY 4.0
- Français annoncé
En bref : 14e sur 39 en transcription en français ; 39e sur 53 en transcription en anglais (Open ASR).
Présentation
Modèle de NVIDIA qui transcrit la parole dans 25 langues européennes et la traduit de l'anglais vers 24 langues et de ces langues vers l'anglais. Il ajoute ponctuation et majuscules et fournit un horodatage au mot et au segment, y compris pour les traductions. Lu sur huggingface.co, le 17/10/2026.
- Sortie
- 14 août 2025 lu sur la page de l'éditeur
- Taille
- 978 millions de paramètres lu sur la page de l'éditeur
Langues
- Annoncées par l'éditeur : 25 langues européennes, dont le français (bg, hr, cs, da, nl, en, et, fi, fr, de, el, hu, it, lv, lt, mt, pl, pt, ro, sk, sl, es, sv, ru, uk). Lu sur huggingface.co.
- Évaluées par nos sources : français et anglais.
- Le français : annoncé par l'éditeur ; évalué, 14e sur 39 en transcription en français (4,79 %).
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
14e sur 39taux d'erreur par mot 4,79 %
Vitesse : RTFx 1 457 : transcrit 1 457 secondes d'audio par seconde de calculPar jeu de test : Common Voice 6,58 %, FLEURS 4,35 %, MLS 3,45 %
Source : Open ASR Leaderboard, Hugging Face · relevé du 19 octobre 2026, version du 17 octobre 2026.
- En anglais · Transcription
Transcription en anglais, Open ASR
39e sur 53taux d'erreur par mot 7,27 %
Vitesse : RTFx 1 821 : transcrit 1 821 secondes d'audio par seconde de calculPar jeu de test : AMI-Cleaned 13,03 %, Earnings22-Cleaned-AA-chunked 7,28 %, Gigaspeech-Cleaned 9,12 %, LS Clean 1,76 %, LS Other 3,07 %, Private (conversational) 15,16 %, Private (scripted) 4,65 %, SPGISpeech 2,03 %, URGENT24 14,56 %, Voice Arena Monsoon 4,97 %, Voxpopuli-AA-Cleaned 4,39 %
Source : Open ASR Leaderboard, Hugging Face · relevé du 19 octobre 2026, version du 17 octobre 2026.
Modèles proches
- Transcription en français : devant, TheWhisper-Large-V3-Turbo (13e, 4,41 %) · derrière, GPT Transcribe (15e, 4,82 %)
- Transcription en anglais, Open ASR : devant, Voxtral Mini (38e, 7,25 %) · derrière, Parakeet CTC 1.1B (40e, 7,40 %)
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) :
nvidia/canary-1b-v2 - Fiche
- Registre de QUELLE IA, lu sur https://huggingface.co/nvidia/canary-1b-v2/raw/main/README.md (« GOVERNING TERMS: Use of this model is governed by the [CC-BY-4.0] »), 17/10/2026.
- Pages lues
- https://huggingface.co/nvidia/canary-1b-v2/raw/main/README.md (« model built for high-quality speech transcription and translation across 25 European languages »), 17/10/2026
- https://huggingface.co/nvidia/canary-1b-v2/raw/main/README.md (« Speech Translation (AST) from English → 24 languages »), 17/10/2026
- https://huggingface.co/nvidia/canary-1b-v2/raw/main/README.md (« Segment-level timestamps also available for **translated outputs** »), 17/10/2026
- https://huggingface.co/nvidia/canary-1b-v2/raw/main/README.md (« French (**fr**) »), 17/10/2026
- https://huggingface.co/nvidia/canary-1b-v2/raw/main/README.md (« totaling **978 million parameters** »), 17/10/2026
- https://huggingface.co/nvidia/canary-1b-v2/raw/main/README.md (« Huggingface [08/14/2025](https://huggingface.co/nvidia/canary-1b-v2) »), 17/10/2026
Voir aussi : la voix en bref, la transcription, la synthèse vocale, ou cette fiche en texte.