Открытые ASR-модели в 2026 году: конец монополии Whisper и новая конкуренция

Согласно анализу MarkTechPost, опубликованному 23 июля 2026 года, такие модели, как Cohere Transcribe, IBM Granite Speech 4.1, ARK-ASR и MOSS-Transcribe, теперь разделены менее чем одним пунктом WER (Word Error Rate) в таблице лидеров Hugging Face Open ASR Leaderboard. Это означает, что простое место в рейтинге больше не является определяющим фактором при выборе лучшего решения, поскольку разница в производительности стала минимальной.

В обзоре сравниваются 16 моделей с открытым весом по ключевым параметрам: частота ошибок в словах (WER), охват языков, задержка потоковой передачи и тип лицензии. Важно отметить, что, как подчеркивает источник, опубликованные средние значения нельзя просто вычитать друг из друга, что указывает на сложность прямого сравнения и необходимость глубокого анализа при выборе модели для конкретных задач.

Эта новая эра конкуренции стимулирует инновации и предлагает разработчикам более широкий выбор высокопроизводительных решений для интеграции в свои проекты. Открытые ASR-модели становятся все более мощными и доступными, что открывает новые горизонты для применения искусственного интеллекта в обработке речи.
Подробнее: https://www.marktechpost.com/2026/07/23/best-open-speech-recognition-asr-models-in-2026-wer-languages-latency-and-license-compared/