SOV-Transcribe-1 託管端點實現 60 倍轉寫速度
2026/11/13 — 11/13 01:20·1 個來源（全部）·5 篇報道（全部）
核心速覽 (Key Takeaways)
- Artificial Analysis 評測顯示，Salesforce 與 Missionforce Sovereign AI 團隊的 SOV-Transcribe-1 在開源權重語音轉寫中排名第一，AA-WER 為 2.3%，啟用引數 4.6B，總排名第 7。
- 在 Salesforce 託管端點上，其速度因子達 60 倍，約 1 秒可轉寫 1 分鐘音訊，處於開源模型精度與規模的前沿。
事件背景與詳細解讀
2026 年 11 月 13 日，獨立評測機構 Artificial Analysis 在 X 平臺釋出評測結果，將 SOV-Transcribe-1 列為新的開源權重語音轉寫模型第一名。該模型由 Salesforce 與 Missionforce Sovereign AI 團隊釋出，在 Artificial Analysis 的 AA-WER 指數上取得 2.3% 的詞錯誤率，啟用引數為 4.6B，在包含閉源模型在內的 44 個參評模型中總排名第 7。
Artificial Analysis 的分項資料顯示，SOV-Transcribe-1 的詞錯誤率比排名其後的開源權重模型低 0.5 個百分點：Mistral AI 的 Voxtral Small 和輝達 Nemotron 3.5 Transcribe 的詞錯誤率均為 2.8%。該模型啟用引數為 4.6B，總引數量為 26.6B，精度高於啟用引數約 5 倍的 Voxtral Small（24B），也高於啟用引數相近的 Nemotron 3.5 Transcribe。按資料集拆分的評測顯示，SOV-Transcribe-1 在 Earnings22 財報電話資料集上的錯誤率為 4.1%，優於 Voxtral Small 的 4.8%；在 VoxPopuli 議會語音資料集上為 1.5%，低於後者的 1.8%；在 AA-AgentTalk 語音智慧體對話資料集上得 1.8%，與 Nemotron 持平。在速度方面，Artificial Analysis 實測 Salesforce 託管端點上的 SOV-Transcribe-1 速度因子達 60 倍，約 1 秒即可轉寫 1 分鐘音訊。目前公開資訊仍停留在 Artificial Analysis 於 2026 年 11 月 13 日釋出的這一批評測資料，暫無後續進展。
AI 綜合 5 篇報道生成 · 更新於 20 小時前
最新進展Artificial Analysis 的評測顯示，在 Salesforce 託管端點上，SOV-Transcribe-1 的速度因子達到 60 倍，約 1 秒即可轉寫 1 分鐘音訊。該結果來自這家獨立評測機構對這款開源權重語音轉寫模型的實測。
- 熱度指數
- 56
- 全部來源
- 1
- 全部報道
- 5
- 首報
- 20 小時前
這件事的報道 點標題看原文
Artificial Analysis 的評測顯示，在 Salesforce 託管端點上，SOV-Transcribe-1 的速度因子達到 60 倍，約 1 秒即可轉寫 1 分鐘音訊。該結果來自這家獨立評測機構對這款開源權重語音轉寫模型的實測。
看託管推理的實際轉寫速度，可作為延遲參考。
X：Artificial Analysis (@artificialanlys)官方AI 評分 43Artificial Analysis 的分資料集評測顯示，SOV-Transcribe-1 在開源權重模型中領先：Earnings22 財報電話錯誤率 4.1%，優於 Voxtral Small 的 4.8%；VoxPopuli 議會語音為 1.5%，好於 1.8%。在 AA-AgentTalk 語音智慧體對話資料集上得 1.8%，與 Nemotron 持平。
按場景看錯誤率，判斷它在哪類音訊上更能打。
X：Artificial Analysis (@artificialanlys)官方AI 評分 40SOV-Transcribe-1 擁有 4.6B 啟用引數（總計 26.6B），Artificial Analysis 稱其處在開源權重模型精度與規模的前沿。它的精度高於啟用引數約 5 倍的 Voxtral Small（24B），也高於啟用引數相近的 Nemotron 3.5 Transcribe。
關心推理成本的人可對比引數效率這一維度。
X：Artificial Analysis (@artificialanlys)官方AI 評分 40Artificial Analysis 的評測顯示，SOV-Transcribe-1 的詞錯誤率為 2.3%，比排名其後的開源權重模型 Mistral AI 的 Voxtral Small 和輝達 Nemotron 3.5 Transcribe 低 0.5 個百分點，這兩者的詞錯誤率均為 2.8%。
一個可直接橫向比較的開源轉寫精度數字。
X：Artificial Analysis (@artificialanlys)官方AI 評分 40Artificial Analysis 將 SOV-Transcribe-1 列為新的開源權重語音轉寫第一：AA-WER 指數 2.3%，啟用引數 4.6B。在包含閉源模型在內的 44 個模型中，它總排名第 7。該模型由 Salesforce 與 Missionforce Sovereign AI 團隊釋出。
選開源語音轉寫模型時，這是一條新的頭部參考。
X：Artificial Analysis (@artificialanlys)官方AI 評分 48
同時在說的其他事
- 熱度指數 2236黃仁勳辭職後輝達股價暴跌，散戶逆勢抄底35 個來源
- 熱度指數 1463發酵中Google 向所有使用者開放 Gemini 4 Hydrogen 高速模型21 個來源
- 熱度指數 1429爆黃仁勳辭任 NVIDIA CEO，臨時掌舵致領導層真空待定16 個來源
- 熱度指數 785爆Anthropic 招聘天然氣供應主管，為上市後資料中心擴張備能10 個來源
- 熱度指數 673爆微軟加緊修復全球大面積故障，Outlook 及 Copilot 等服務受影響8 個來源
熱度怎麼算的？瞭解口徑收起
熱度按 48 小時內有多少個獨立來源在說這件事算：同一個來源發多條只算一次，並按 24 小時半衰期衰減，所以排前面的是很多人在說的事。
本頁彙總公開訂閱源，標題與摘要由模型整理，版權歸原作者所有；重要資訊請回原文核對。如權利人認為相關標題或摘要侵權，請通過頁尾聯絡郵箱提供具體頁面與權利依據，我們核實後會及時刪除或替換。
- 爆
- 討論快速增加
- 新
- 首報 6 小時內
- 發酵中
- 討論仍在增加