Salesforce lança o SOV-Transcribe-1, modelo de voz de pesos abertos bem avaliado

A Salesforce lançou o SOV-Transcribe-1, um modelo de reconhecimento automático de voz de pesos abertos, em 12 de novembro de 2026, afirmando que o modelo ocupa o primeiro lugar entre os sistemas de pesos abertos em vários benchmarks de voz. O anúncio foi publicado em um post do blog que apresenta o SOV-Transcribe-1, divulgado em conjunto pela Hugging Face e pela Salesforce.

O que mudou

• O SOV-Transcribe-1 é um modelo de ASR não contínuo (non-streaming) / modelo de linguagem aumentado com voz, com 4 bilhões de parâmetros ativos e 26 bilhões de parâmetros totais.
• O modelo é disponibilizado sob a licença Apache 2.0 como pesos abertos no Hugging Face.
• No benchmark da Artificial Analysis, ele atinge uma taxa de erro de palavras (WER) de 2,28%, ficando em primeiro lugar entre os modelos de pesos abertos e em sétimo lugar geral.
• No VoiceCodeBench, alcança uma taxa de sucesso de tarefas de 76,3%, primeiro lugar entre os modelos de pesos abertos e segundo lugar geral, com correspondência de entidades de 93,4%.
• No benchmark AppTek Call-Center, que abrange 14 sotaques, a taxa média de erro de palavras é de 8,21%.
• O modelo oferece suporte a transcrição multilíngue, reconhecimento de entidades, robustez a sotaques, controle de estilo por instruções e ajuste ao contexto de domínio.

O que isso significa para quem constrói com IA

Para equipes que constroem recursos de voz, um modelo de pesos abertos com precisão declarada como a melhor entre os modelos abertos oferece mais uma opção além das APIs fechadas, sob uma licença Apache 2.0 permissiva, que permite uso comercial e modificação. A variação dos resultados também importa: a Salesforce relata uma taxa de erro de palavras em áudio real (HALAS) de 25,69%, bem mais alta que o resultado selecionado da Artificial Analysis, e uma pontuação F1 contextual de palavras-chave do Earnings-22 de 96,8% quando as palavras-chave relevantes são fornecidas, o que significa que a precisão real em ambientes de produção depende muito da possibilidade de fornecer contexto de domínio ao modelo.

Disponibilidade

O SOV-Transcribe-1 já está disponível como pesos abertos no Hugging Face sob a licença Apache 2.0. O lançamento ocorre na mesma semana em que o Hugging Face introduziu sua categoria de modelos de decisão, estendendo a corrida dos pesos abertos além dos modelos de linguagem de texto, para o áudio.

Fontes

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

Escrito com ajuda de IA, apenas a partir das fontes listadas acima. Antes de ir ao ar, verificações automáticas conferiram as datas, as fontes e todas as versões de idioma.