# Symphony

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

En bref : 6e sur 39 en transcription en français (ex æquo à valeur égale) ; 12e sur 53 en transcription en anglais (Open ASR).

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

## Présentation

Symphony est un modèle multimodal de Sprag, bâti sur Qwen3-Omni, qui reçoit texte, image, audio et vidéo et répond en texte ou en voix, en temps réel. L'API de Sprag l'utilise aussi pour transcrire et traduire la parole. (lu sur https://sprag.ai/docs/stt/models, https://sprag.ai/models, https://github.com/huggingface/open_asr_leaderboard/pull/212)

## Langues

- Annoncées par l'éditeur : 19 langues en compréhension de la parole.
- Évaluées par nos sources : français et anglais.
- Le français : évalué, 6e sur 39 en transcription en français (3,92 %).
- Source des langues annoncées : https://sprag.ai/models

## Ses classements

- Transcription en français : 6e sur 39, taux d'erreur par mot 3,92 % ; par jeu de test : Common Voice 5,61 %, FLEURS 3,33 %, MLS 2,81 %. 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 : 12e sur 53, taux d'erreur par mot 5,84 % ; par jeu de test : AMI-Cleaned 9,02 %, Earnings22-Cleaned-AA-chunked 6,01 %, Gigaspeech-Cleaned 7,52 %, LS Clean 1,00 %, LS Other 2,19 %, Private (conversational) 12,78 %, Private (scripted) 3,99 %, SPGISpeech 2,21 %, URGENT24 12,64 %, Voice Arena Monsoon 3,55 %, Voxpopuli-AA-Cleaned 3,33 %. 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 : [Universal-3 Pro](https://quelleia.com/voix/modeles/universal-3-pro/), 5e (3,82 %), juste devant
- Transcription en français : [Universal-3.5 Pro](https://quelleia.com/voix/modeles/assemblyai-universal-3-5-pro/), 6e (3,92 %), juste derrière
- Transcription en anglais, Open ASR : [Cohere Transcribe](https://quelleia.com/voix/modeles/cohere-transcribe/), 11e (5,77 %), juste devant
- Transcription en anglais, Open ASR : [Hojo-ASR-V1](https://quelleia.com/voix/modeles/hojo-asr-v1/), 13e (5,85 %), 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) : sprag/symphony

## Liens

- Page de l'éditeur : https://sprag.ai/docs/stt/models
- L'essayer : https://sprag.ai/docs/stt

## Pages lues

- https://sprag.ai/docs/stt/models (« Symphony symphony /v1/audio/transcriptions , /v1/audio/translations , /v1/chat/completions , or a realtime session »), 17/10/2026
- https://sprag.ai/models (« Realtime multimodal serve on full Qwen3-Omni (thinker + talker + code2wav): text, image, audio, and video in; text and speech out, with realtime tool calling. »), 17/10/2026
- https://sprag.ai/models (« Supports text in 119 languages, speech understanding in 19, and speech generation in 10. »), 17/10/2026
- https://github.com/huggingface/open_asr_leaderboard/pull/212 (« Adds a Sprag provider to the API track, serving sprag/symphony. »), 17/10/2026