# Soniox v5 Async

Éditeur : Soniox (États-Unis). Poids fermés (selon Artificial Analysis).

En bref : 23e sur 39 en transcription en français ; 24e sur 51 en transcription en anglais (Artificial Analysis).

Page : https://quelleia.com/voix/modeles/soniox-v5-async/. Classements de la voix de QUELLE IA, à part du score des modèles de langage, relevé du 19 octobre 2026.

## Présentation

stt-async-v5 est le modèle de transcription de Soniox pour les fichiers audio enregistrés, servi par API. Il apporte une séparation des locuteurs refaite, une meilleure identification des langues et une transcription plus fiable des nombres, dates et adresses. (lu sur https://soniox.com/docs/stt/models)

- Sortie : 11 juin 2026 (lu sur la page de l'éditeur, https://soniox.com/docs/stt/models)

## Langues

- Annoncées par l'éditeur : plus de 60 langues, dont le français.
- Évaluées par nos sources : français et anglais.
- Le français : annoncé par l'éditeur ; évalué, 23e sur 39 en transcription en français (6,21 %).
- Source des langues annoncées : https://soniox.com/docs/stt/models, https://soniox.com/docs/stt/concepts/supported-languages.mdx

## Ses classements

- Transcription en français : 23e sur 39, taux d'erreur par mot 6,21 % ; par jeu de test : Common Voice 9,84 %, FLEURS 4,24 %, MLS 4,55 %. 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).
- Transcription en anglais, indice AA-WER : 24e sur 51, taux d'erreur par mot 3,81 % ; prix : 1,66 $ pour 1 000 minutes de parole ; par jeu de test : AA-AgentTalk 3,11 %, Earnings22 6,70 %, VoxPopuli 2,31 %. Source : Artificial Analysis, https://artificialanalysis.ai/speech-to-text/models/soniox (relevé du 19 octobre 2026).

## Modèles proches

- Transcription en français : [Voxtral Mini](https://quelleia.com/voix/modeles/voxtral-mini/), 22e (5,96 %), juste devant
- Transcription en français : [Whisper Large v3](https://quelleia.com/voix/modeles/whisper-large-v3/), 24e (6,24 %), juste derrière
- Transcription en anglais, indice AA-WER : [Voxtral Mini Transcribe 2](https://quelleia.com/voix/modeles/voxtral-mini-transcribe-2/), 23e (3,59 %), juste devant
- Transcription en anglais, indice AA-WER : [Universal](https://quelleia.com/voix/modeles/assemblyai-universal/), 25e (3,82 %), 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) : soniox/stt-async-v5
- Artificial Analysis : Soniox v5 Async

## Liens

- Page de l'éditeur : https://soniox.com/docs/stt/models
- L'essayer : https://soniox.com/docs/stt/get-started

## Pages lues

- https://soniox.com/docs/stt/models (« June 11, 2026 New models: stt-async-v5 Replaces: stt-async-v4 »), 17/10/2026
- https://soniox.com/docs/stt/models (« stt-async-v5 is the new Soniox async speech-to-text model for processing recorded audio »), 17/10/2026
- https://soniox.com/docs/stt/models (« Completely reengineered speaker separation for identifying who said what »), 17/10/2026
- https://soniox.com/docs/stt/models (« Higher transcription accuracy across 60+ languages »), 17/10/2026
- https://soniox.com/docs/stt/concepts/supported-languages.mdx (« | French | fr | »), 17/10/2026