En françaisOpen ASR Leaderboard
Transcription en français
Ce qui est mesuré : taux d'erreur par mot en français, moyenne de trois jeux de parole lue (FLEURS, Common Voice, MLS). Taux d'erreur par mot : la part des mots mal transcrits. Plus il est bas, mieux c'est.
azure-speech-07-2026 (Microsoft) arrive premier avec un taux d'erreur par mot de 3,14 %, sur 39 modèles (Open ASR Leaderboard, relevé du 19 octobre 2026, version du 17 octobre 2026).
FR éditeur françaisfr français annoncé par l'éditeur, lu sur sa page
| Rang | Modèle | Taux d'erreur | FLEURS | Common Voice | MLS |
|---|---|---|---|---|---|
| 1 | azure-speech-07-2026frMicrosoft | 3,14 % | 2,48 % | 4,32 % | 2,62 % |
| 2 | azure-speech-06-2026frMicrosoft | 3,27 % | 2,78 % | 4,28 % | 2,75 % |
| 3 | Scribe v2frElevenLabs | 3,29 % | 2,93 % | 4,40 % | 2,53 % |
| 4 | Hojo-ASR-Multi-V1frHojoAi · poids ouverts | 3,57 % | 3,26 % | 4,50 % | 2,95 % |
| 5 | Universal-3 ProfrAssemblyAI | 3,82 % | 2,84 % | 6,30 % | 2,33 % |
| 6 | SymphonySprag | 3,92 % | 3,33 % | 5,61 % | 2,81 % |
| 6 | Universal-3.5 ProfrAssemblyAI | 3,92 % | 2,82 % | 6,47 % | 2,47 % |
| 8 | Cohere TranscribefrCohere · poids ouverts | 4,02 % | 4,33 % | 5,28 % | 2,44 % |
| 9 | Resonant-1frReson8 | 4,11 % | 3,61 % | 5,81 % | 2,92 % |
| 9 | Resonant-1-flashfrReson8 | 4,11 % | 3,61 % | 5,81 % | 2,92 % |
| 9 | Voxtral SmallFRfrMistral AI · poids ouverts | 4,11 % | 3,61 % | 5,50 % | 3,22 % |
| 12 | multilingualfrModulate | 4,14 % | 4,71 % | 5,27 % | 2,45 % |
| 13 | TheWhisper-Large-V3-TurbofrTheStage AI · poids ouverts | 4,41 % | 4,18 % | 5,83 % | 3,23 % |
| 14 | Canary 1B v2frNVIDIA · poids ouverts | 4,79 % | 4,35 % | 6,58 % | 3,45 % |
| 15 | GPT TranscribefrOpenAI | 4,82 % | 3,45 % | 6,97 % | 4,05 % |
| 16 | Speechmatics EnhancedfrSpeechmatics | 4,89 % | 4,37 % | 5,70 % | 4,61 % |
| 17 | Phi-4-multimodal-instructfrMicrosoft · poids ouverts | 5,04 % | 4,08 % | 6,89 % | 4,14 % |
| 18 | omniASR-LLM-7B-v2frMeta · poids ouverts | 5,25 % | 5,19 % | 7,26 % | 3,30 % |
| 19 | Parakeet TDT 0.6B V3frNVIDIA · poids ouverts | 5,30 % | 4,67 % | 6,23 % | 5,01 % |
| 20 | Granite-Speech-4.1-2B-NARfrIBM · poids ouverts | 5,40 % | 6,24 % | 6,38 % | 3,58 % |
| 21 | Qwen3-ASR-1.7B-hffrAlibaba · poids ouverts | 5,68 % | 4,06 % | 7,84 % | 5,15 % |
| 22 | Voxtral MiniFRfrMistral AI · poids ouverts | 5,96 % | 4,13 % | 7,80 % | 5,96 % |
| 23 | Soniox v5 AsyncfrSoniox | 6,21 % | 4,24 % | 9,84 % | 4,55 % |
| 24 | Whisper Large v3frOpenAI · poids ouverts | 6,24 % | 4,84 % | 9,97 % | 3,90 % |
| 25 | Whisper Large v3 TurbofrOpenAI · poids ouverts | 6,73 % | 4,90 % | 11,06 % | 4,22 % |
| 26 | muse-voice-transcribefrMeta | 6,81 % | 5,94 % | 9,41 % | 5,09 % |
| 27 | omniASR-LLM-3B-v2frMeta · poids ouverts | 6,92 % | 6,82 % | 9,65 % | 4,28 % |
| 28 | omniASR-LLM-1B-v2frMeta · poids ouverts | 7,00 % | 7,35 % | 9,18 % | 4,47 % |
| 29 | omniASR-CTC-7B-v2frMeta · poids ouverts | 7,57 % | 7,65 % | 10,12 % | 4,94 % |
| 30 | Voxtral Mini 4B RealtimeFRfrMistral AI · poids ouverts | 7,78 % | 8,19 % | 9,57 % | 5,59 % |
| 31 | omniASR-CTC-3B-v2frMeta · poids ouverts | 8,12 % | 8,31 % | 10,84 % | 5,20 % |
| 32 | Qwen3-ASR-0.6B-hffrAlibaba · poids ouverts | 8,76 % | 7,06 % | 10,78 % | 8,44 % |
| 33 | Nemotron 3.5 ASRfrNVIDIA · poids ouverts | 9,40 % | 9,86 % | 10,97 % | 7,36 % |
| 34 | omniASR-LLM-300M-v2frMeta · poids ouverts | 10,02 % | 11,21 % | 12,07 % | 6,78 % |
| 35 | omniASR-CTC-1B-v2frMeta · poids ouverts | 10,29 % | 10,71 % | 13,30 % | 6,87 % |
| 36 | Gemma 4 E4BGoogle · poids ouverts | 10,31 % | 7,42 % | 13,99 % | 9,53 % |
| 37 | MOSS-Transcribe-DiarizefrOpenMOSS · poids ouverts | 10,66 % | 8,53 % | 15,19 % | 8,27 % |
| 38 | VibeVoice-ASR-HFfrMicrosoft · poids ouverts | 14,04 % | 11,30 % | 23,85 % | 6,96 % |
| 39 | omniASR-CTC-300M-v2frMeta · poids ouverts | 18,59 % | 21,08 % | 21,89 % | 12,79 % |
Source : Open ASR Leaderboard, Hugging Face · .
En anglais, à part
Deux classements, chacun d'une seule source et dans son unité : ils ne se lisent pas l'un contre l'autre, et leurs chiffres ne se comparent pas à ceux du français.
En anglaisArtificial Analysis
Transcription en anglais, indice AA-WER
Ce qui est mesuré : taux d'erreur par mot en anglais, indice AA-WER : moyenne pondérée de leur jeu privé d'agents vocaux AA-AgentTalk (50 %), de VoxPopuli (25 %) et d'Earnings22 (25 %). Taux d'erreur par mot : la part des mots mal transcrits. Plus il est bas, mieux c'est.
Fun-Realtime-ASR-preview (Alibaba) arrive premier avec un taux d'erreur par mot de 1,73 %, sur 51 modèles (Artificial Analysis, relevé du 19 octobre 2026).
FR éditeur françaisfr français annoncé par l'éditeur, lu sur sa page
Source : Artificial Analysis · · sa méthode.
En anglaisOpen ASR Leaderboard
Transcription en anglais, Open ASR
Ce qui est mesuré : taux d'erreur par mot en anglais, moyenne de onze jeux dont deux privés (réunions, appels, discours, livres audio, bruit). Taux d'erreur par mot : la part des mots mal transcrits. Plus il est bas, mieux c'est.
speech-v3.1 (Otter.ai) arrive premier avec un taux d'erreur par mot de 4,55 %, sur 53 modèles (Open ASR Leaderboard, relevé du 19 octobre 2026, version du 17 octobre 2026).
FR éditeur françaisfr français annoncé par l'éditeur, lu sur sa page
Source : Open ASR Leaderboard, Hugging Face · .
Ce que ces tableaux ne disent pas
- En français, les trois jeux de test sont de la parole lue (phrases de Wikipédia, phrases de volontaires, livres audio) : rien sur la conversation, le téléphone ou le bruit.
- Beaucoup de résultats de modèles fermés sont soumis par leurs éditeurs et non reproduits par la source.
- Aucune source ne publie de marge d'erreur pour ces taux : un écart de quelques centièmes ne départage pas vraiment deux modèles.
À part du score. Ces classements ne comptent pas dans le score des modèles de langage, et aucun chiffre ne mélange deux sources. La méthode.