Salesforce lanza SOV-Transcribe-1, un modelo de voz de pesos abiertos mejor clasificado

Salesforce lanzó SOV-Transcribe-1, un modelo de reconocimiento automático de voz de pesos abiertos, el 12 de noviembre de 2026, afirmando que el modelo ocupa el primer lugar entre los sistemas de pesos abiertos en varias pruebas comparativas de voz. El anuncio se publicó en una entrada de blog que presenta SOV-Transcribe-1, publicada conjuntamente por Hugging Face y Salesforce.

Qué cambió

• SOV-Transcribe-1 es un modelo de ASR no continuo (non-streaming) / modelo de lenguaje aumentado con voz, con 4 mil millones de parámetros activos y 26 mil millones de parámetros totales.
• El modelo se publica bajo la licencia Apache 2.0 como pesos abiertos en Hugging Face.
• En el benchmark de Artificial Analysis alcanza una tasa de error de palabras (WER) de 2,28%, lo que lo ubica en el primer lugar entre los modelos de pesos abiertos y en el séptimo lugar general.
• En VoiceCodeBench logra una tasa de éxito de tareas de 76,3%, primer lugar entre los modelos de pesos abiertos y segundo lugar general, con una coincidencia de entidades del 93,4%.
• En el benchmark AppTek Call-Center, que cubre 14 acentos, la tasa de error de palabras promedio es de 8,21%.
• El modelo admite transcripción multilingüe, reconocimiento de entidades, robustez ante acentos, control de estilo mediante instrucciones y ajuste al contexto de dominio.

Qué significa para quienes construyen con IA

Para los equipos que construyen funciones de voz, un modelo de pesos abiertos con una precisión declarada como la mejor entre los modelos abiertos ofrece otra opción frente a las API cerradas, bajo una licencia Apache 2.0 permisiva que permite el uso comercial y la modificación. La dispersión de los resultados también importa: Salesforce reporta una tasa de error de palabras en audio real (HALAS) de 25,69%, mucho más alta que el resultado curado de Artificial Analysis, y una puntuación F1 contextual de palabras clave de Earnings-22 de 96,8% cuando se proporcionan las palabras clave relevantes, lo que significa que la precisión real en entornos de producción depende en gran medida de poder aportar contexto de dominio al modelo.

Disponibilidad

SOV-Transcribe-1 ya está disponible como pesos abiertos en Hugging Face bajo la licencia Apache 2.0. Su lanzamiento llega la misma semana en que Hugging Face introdujo su categoría de modelos de decisión, lo que extiende la carrera de los pesos abiertos más allá de los modelos de lenguaje de texto hacia el audio.

Fuentes

• Introducing Salesforce SOV-Transcribe-1 (Hugging Face / Salesforce, 12 de noviembre de 2026, oficial)

Redactado con ayuda de IA, únicamente a partir de las fuentes indicadas arriba. Antes de publicarse, controles automáticos verificaron sus fechas, sus fuentes y todas sus versiones de idioma.