# Zoom Scribe V2 Pro

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

En bref : 8e sur 51 en transcription en anglais (Artificial Analysis) ; 2e sur 53 en transcription en anglais (Open ASR).

Page : https://quelleia.com/voix/modeles/zoom-scribe-v2-pro/. Classements de la voix de QUELLE IA, à part du score des modèles de langage, relevé du 19 octobre 2026.

## Présentation

Scribe V2 Pro est le modèle de reconnaissance vocale servi par l'API Zoom Scribe, qui transcrit un fichier en mode rapide ou des lots de fichiers en arrière-plan. Zoom dit que l'API repose sur son modèle ASR Pro et ajoute horodatage, séparation des locuteurs et filtrage des grossièretés. (lu sur https://www.zoom.com/en/products/ai-services/scribe-api/, https://github.com/huggingface/open_asr_leaderboard/pull/210)

## Langues

- Annoncées par l'éditeur : 11 langues et variantes régionales (9 langues), dont le français (en, zh, ja, es, it, fr, de, ar, pt).
- Évaluées par nos sources : anglais.
- Le français : annoncé par l'éditeur ; pas évalué en français par nos sources.
- Source des langues annoncées : https://github.com/huggingface/open_asr_leaderboard/pull/210, https://developers.zoom.us/docs/ai-services/scribe

## Ses classements

- Transcription en anglais, indice AA-WER : 8e sur 51, taux d'erreur par mot 2,75 % ; prix : 3,33 $ pour 1 000 minutes de parole ; par jeu de test : AA-AgentTalk 1,81 %, Earnings22 4,23 %, VoxPopuli 3,15 %. Source : Artificial Analysis, https://artificialanalysis.ai/speech-to-text/models/zoom-scribe (relevé du 19 octobre 2026).
- Transcription en anglais, Open ASR : 2e sur 53, taux d'erreur par mot 4,70 % ; par jeu de test : AMI-Cleaned 6,08 %, Earnings22-Cleaned-AA-chunked 4,12 %, Gigaspeech-Cleaned 7,75 %, LS Clean 1,11 %, LS Other 2,24 %, Private (conversational) 12,10 %, Private (scripted) 2,92 %, SPGISpeech 1,36 %, URGENT24 7,99 %, Voice Arena Monsoon 3,00 %, Voxpopuli-AA-Cleaned 3,08 %. 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 anglais, indice AA-WER : [Gemini 3.5 Transcribe](https://quelleia.com/voix/modeles/google-gemini-3-5-transcribe/), 7e (2,60 %), juste devant
- Transcription en anglais, indice AA-WER : [Voxtral Small](https://quelleia.com/voix/modeles/voxtral-small/), 9e (2,77 %), juste derrière
- Transcription en anglais, Open ASR : [speech-v3.1](https://quelleia.com/voix/modeles/otterai-speech-v3-1/), 1er (4,55 %), juste devant
- Transcription en anglais, Open ASR : [azure-speech-07-2026](https://quelleia.com/voix/modeles/microsoft-azure-speech-07-2026/), 3e (5,02 %), 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

- Artificial Analysis : Zoom Scribe V2 Pro
- Hugging Face (hf-audio) : zoom/scribe_v2_pro

## Liens

- Page de l'éditeur : https://www.zoom.com/en/products/ai-services/scribe-api/
- L'essayer : https://www.zoom.com/en/products/ai-services/scribe-api/

## Pages lues

- https://www.zoom.com/en/products/ai-services/scribe-api/ (« Quality transcription you can trust, powered by Zoom’s ASR Model Pro. »), 17/10/2026
- https://github.com/huggingface/open_asr_leaderboard/pull/210 (« Adds new API zoom/scribe_v2_pro to English Leaderboard. »), 17/10/2026
- https://developers.zoom.us/docs/ai-services/scribe (« Supported languages Scribe APIs support these languages. »), 17/10/2026
- https://developers.zoom.us/docs/ai-services/scribe (« Italian it-IT French fr-FR German de-DE »), 17/10/2026