Cohere 推出一个专门用于转录的开源语音模型

Daily Signal

来源：TechCrunch 原文链接：https://techcrunch.com/2026/03/26/cohere-launches-an-open-source-voice-model-specifically-for-transcription 作者：Ivan Mehta

核心摘要

Cohere 发布了首个开源语音模型，主打自动语音识别和转录场景。该模型参数量为 20 亿，支持 14 种语言，面向希望自托管部署的开发者。

事件经过

这家企业 AI 公司发布的模型名为 North，定位为开源自动语音识别模型，可用于会议记录、客服分析和通用转录等任务。

由于模型规模相对较小，North 被设计成可以在消费级 GPU 上运行，适合那些希望自行部署语音模型的团队。当前支持的 14 种语言包括英语、法语、德语、意大利语、西班牙语、葡萄牙语、中文、日语、韩语、越南语和阿拉伯语等。

核心细节

Cohere 表示，North 在 Hugging Face Open ASR 榜单上的平均词错误率为 5.42，优于 Zoom Scribe v1、IBM Granite 4.0 1B、ElevenLabs Scribe v2 以及 Qwen3-ASR-1.7B 等模型。

公司还称，在人工评测员对转录准确率、一致性和可用性进行打分时，North 相对其他模型的平均胜率达到 61%。不过在葡萄牙语、德语和西班牙语的翻译任务上，它仍落后于部分竞争对手。

更多背景

Cohere 称，North 可以在 1 分钟内处理约 525 分钟音频，对一个 20 亿参数级别的自托管模型来说，这一吞吐表现相当激进。

来源

• TechCrunch