Лучшей моделью транскрипции голоса с открытым исходным кодом в октябре 2026 года является Nemotron 3.5 Transcribe от NVIDIA, выпущенная 28 октября. В рейтинге Open ASR Hugging Face, обновленном в тот же день, она показывает средний уровень ошибок в словах...
Лучшей моделью транскрипции голоса с открытым исходным кодом в октябре 2026 года является Nemotron 3.5 Transcribe от NVIDIA, выпущенная 28 октября. В рейтинге Open ASR Hugging Face, обновленном в тот же день, средняя частота ошибок в словах составляет 5,33%, и она занимает 9-е место из 61 модели. Восемь предшествующих ему моделей представляют собой закрытые коммерческие API. OpenAI-large-v3, который до сих пор используется по умолчанию во многих руководствах, занимает 41-е место с 7,16%.
Попробуйте Апидог сегодня
Вот девять моделей распознавания речи с открытым весом, которые стоит рассмотреть прямо сейчас, ранжированные в соответствии с этим рейтингом, с их скоростью, сильными сторонами и задачами, для которых каждая из них подходит. Все показатели WER и скорости взяты из рейтинга по состоянию на 29 октября 2026 года.
Если вместо этого вы выбираете между размещенными API, прочтите наше руководство Nemotron 3.5 Transcribe API и руководство Whisper API.
Как мы их классифицировали
Рейтинг Open ASR оценивает каждую модель на одних и тех же наборах тестов английского языка: встречи (AMI), звонки о финансовых результатах (Earnings22), подкасты и YouTube (GigaSpeech), аудиокниги (LibriSpeech), звонки.