企业 AI 公司 Cohere 于周四发布了其首个语音模型：Transcribe。这是一款开源自动语音识别模型，可用于记笔记和语音分析等任务。
这款模型规模相对较轻，仅有 20 亿参数，面向希望自行托管它的用户，可在消费级 GPU 上运行。目前它支持 14 种语言：英语、法语、德语、意大利语、西班牙语、葡萄牙语、希腊语、荷兰语、波兰语、中文、日语、韩语、越南语和阿拉伯语。
Cohere 表示，在 Hugging Face Open ASR 排行榜上，Transcribe 的表现超过了 Zoom Scribe v1、IBM Granite 4.0 1B、ElevenLabs Scribe v2 和 Qwen3-ASR-1.7B Speech 等模型，平均词错误率（WER）达到 5.42，低于该基准测试中的其他所有模型。
该公司称，在人工评估者从准确性、连贯性和可用性三个维度对转录结果进行评估时，Transcribe 相较其他模型的平均胜率为 61%。不过，在转录葡萄牙语、德语和西班牙语时，这款模型落后于竞争对手。
Cohere 表示，Transcribe 每分钟可处理 525 分钟音频，这在同类模型中属于较高水平。
该公司计划将 Transcribe 集成到其企业代理编排平台 North 中，并通过其 API 免费提供该模型。该模型还将上线 Model Valut，即 Cohere 的托管推理平台。
随着 Granola 和 Wispr Flow 等记笔记与语音听写应用的需求增长，语音识别模型正变得越来越受欢迎。
TechCrunch Founder Summit 最高可省 300 美元或 30%
今年早些时候，据报道 Cohere 曾告诉投资者，该公司在 2025 年的年度经常性收入达到 2.4 亿美元；其 CEO Aidan Gomez 也被援引称，这家初创公司可能会“很快”上市。
Ivan 在 TechCrunch 负责报道全球消费科技动态。他常驻印度，此前曾在 Huffington Post 和 The Next Web 等媒体任职。
如需联系 Ivan 或核实来自他的联络，可发送邮件至 [email protected]，或通过 Signal 上的 ivan.42 向他发送加密消息。
