Cohere开源语音识别模型Transcribe：20亿参数登顶HuggingFace榜单，超越Whisper和ElevenLabs

据 1M AI News 监测，企业 AI 公司 Cohere 发布开源语音识别模型 Transcribe，20 亿参数，基于 Conformer 编码器-解码器架构从头训练，以 Apache 2.0 协议开源，权重已在 HuggingFace 上线。

该模型在 HuggingFace Open ASR Leaderboard 上以平均词错率（WER）5.42% 排名第一，超越 Zoom Scribe v1（5.47%）、IBM Granite 4.0（5.52%）、NVIDIA Canary Qwen（5.63%）、Qwen3-ASR（5.76%）、ElevenLabs Scribe v2（5.83%）和 OpenAI Whisper Large v3（7.44%）。在多说话人环境、会议室声学和多口音场景中均表现领先。人工评测中，Transcribe 在与七个竞品的逐对比较中平均胜率 61%。

模型支持 14 种语言，覆盖英语、法语、德语、中文、日语、韩语、阿拉伯语等。Cohere 表示将把 Transcribe 整合进其 AI Agent 编排平台 North，从单一转录模型演进为企业语音智能的基础组件。