speech-v3.1
Otter.ai · États-Unis
- Poids fermés (selon Open ASR Leaderboard)
En bref : 1er sur 53 en transcription en anglais (Open ASR).
Présentation
speech-v3.1 est le modèle de reconnaissance vocale d'Otter.ai, évalué par API sur le classement Open ASR de Hugging Face. Otter.ai le déclare limité à l'anglais. Lu sur github.com, le 17/10/2026.
Langues
- Annoncées par l'éditeur : anglais seulement (en). Lu sur github.com.
- 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
1er sur 53taux d'erreur par mot 4,55 %
Par jeu de test : AMI-Cleaned 6,42 %, Earnings22-Cleaned-AA-chunked 4,55 %, Gigaspeech-Cleaned 7,13 %, LS Clean 0,90 %, LS Other 1,89 %, Private (conversational) 12,01 %, Private (scripted) 3,08 %, SPGISpeech 1,56 %, URGENT24 8,07 %, Voice Arena Monsoon 3,02 %, Voxpopuli-AA-Cleaned 1,42 %
Source : Open ASR Leaderboard, Hugging Face · relevé du 19 octobre 2026, version du 17 octobre 2026.
Modèles proches
- Transcription en anglais, Open ASR : derrière, Zoom Scribe V2 Pro (2e, 4,70 %)
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) :
OtterAI/speech-v3.1 - Fiche
- Nom et éditeur tels que la source les écrit ; présentation et langues lues sur les pages de l'éditeur.
- Pages lues
- https://github.com/huggingface/open_asr_leaderboard/pull/242 (« Adds OtterAI/speech-v3.1 to the API runner for English ASR evaluation. »), 17/10/2026
- https://github.com/huggingface/open_asr_leaderboard/pull/242 (« The model supports English only (1 language). »), 17/10/2026
Voir aussi : la voix en bref, la transcription, la synthèse vocale, ou cette fiche en texte.