Parakeet CTC 1.1B
NVIDIA · États-Unis
- Poids ouverts
- Licence : CC BY 4.0
En bref : 40e sur 53 en transcription en anglais (Open ASR).
Présentation
Modèle de transcription anglaise de NVIDIA, développé avec Suno.ai, fondé sur un encodeur FastConformer de taille XXL et un décodeur CTC. Il transcrit l'anglais en alphabet minuscule. Lu sur huggingface.co, le 17/10/2026.
- Taille
- environ 1,1 milliard de paramètres lu sur la page de l'éditeur
Langues
- Annoncées par l'éditeur : anglais seulement (en). Lu sur huggingface.co.
- Évaluées par nos sources : anglais.
- Le français : absent des langues annoncées 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, Open ASR
40e sur 53taux d'erreur par mot 7,40 %
Vitesse : RTFx 4 996 : transcrit 4 996 secondes d'audio par seconde de calculPar jeu de test : AMI-Cleaned 12,23 %, Earnings22-Cleaned-AA-chunked 9,66 %, Gigaspeech-Cleaned 8,74 %, LS Clean 1,52 %, LS Other 3,23 %, Private (conversational) 14,70 %, Private (scripted) 4,44 %, SPGISpeech 3,53 %, URGENT24 14,88 %, Voice Arena Monsoon 5,23 %, Voxpopuli-AA-Cleaned 3,24 %
Source : Open ASR Leaderboard, Hugging Face · relevé du 19 octobre 2026, version du 17 octobre 2026.
Modèles proches
- Transcription en anglais, Open ASR : devant, Canary 1B v2 (39e, 7,27 %) · derrière, Whisper Large v3 Turbo (41e, 7,64 %)
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/parakeet-ctc-1.1b - Fiche
- Registre de QUELLE IA, lu sur https://huggingface.co/nvidia/parakeet-ctc-1.1b/raw/main/README.md (« license: cc-by-4.0 »), 17/10/2026.
- Pages lues
- https://huggingface.co/nvidia/parakeet-ctc-1.1b/raw/main/README.md (« is an ASR model that transcribes speech in lower case English alphabet. This model is jointly developed by [NVIDIA NeMo](https://github.com/NVIDIA/NeMo) and [Suno.ai](https://www.suno.ai/) teams. »), 17/10/2026
- https://huggingface.co/nvidia/parakeet-ctc-1.1b/raw/main/README.md (« It is an XXL version of FastConformer CTC [1] (around 1.1B parameters) model. »), 17/10/2026
Voir aussi : la voix en bref, la transcription, la synthèse vocale, ou cette fiche en texte.