Salesforce语音模型错误率2.3%，位居开源模型第一_新闻

免责声明：内容不构成买卖依据，投资有风险，入市需谨慎！

Salesforce语音模型错误率2.3%，位居开源模型第一

2026-11-13 02:44:04

Salesforce（股票代码：CRM）于当地时间 12 日正式发布了其最新的语音转录模型 SOV-Transcribe-1。该模型在英语单词错误率（WER）测试中取得了 2.3% 的优异成绩，在参评的 44 个模型中位列第七，并在所有开放权重模型中高居榜首。

根据 Salesforce 官方技术介绍，SOV-Transcribe-1 专为非实时语音识别场景设计。模型的权重参数已在 Hugging Face 平台公开，用户可自由下载并在自有基础设施中进行部署和运行。

此次评估由 Artificial Analysis 提供，采用的 AA-WER 指标基于约 8 小时的英语语音数据进行测试。测试数据集由以下三部分构成：

需要特别说明的是，单词错误率（WER）是指 AI 转录结果与人工校对原文相比，出现漏记、误记或增补字词的比率。因此，2.3% 的错误率并不意味着在所有语言和录音条件下每 100 个字仅错 2.3 个字，它是一个综合性的统计指标。

在具体数据集的表现上，SOV-Transcribe-1 的各分项错误率如下：

由于不同数据集的结果存在差异，仅凭综合数值难以准确判断模型在特定业务场景或录音环境下的实际精度。此外，本次评估仅针对英语语音，未展示韩语等其他语言的性能表现。

SOV-Transcribe-1 拥有 266 亿总参数量，其中激活参数为 46 亿。作为参考，Mistral AI 的 Voxtral Small 和 NVIDIA（股票代码：NVDA）的 Nemotron 3.5 Transcribe 在同一指标下的表现分别为约 2.8%。

评估中提到的处理速度指数约为 60。该数值为语音时长与处理时间的比值，并不代表比其他模型快 60 倍，也不能直接保证在实际安装环境中的性能表现。

Salesforce 将此模型纳入其“主权 AI”（Sovereign AI）构想之中，强调组织应掌控自身数据与 AI 的运行模式，并突出支持在本地基础设施执行模型的优势。

该举措与 Salesforce 于 2025 年 9 月成立的 Mission Force 部门战略相呼应，该部门专注于在政府及国家安全领域强化数据控制与安全保障。虽然公开权重为用户提供了在内部系统中处理敏感语音数据的选项，但仅靠权重的公开并不足以自动满足各机构严格的合规与安全要求。

目前，Salesforce 建议的应用场景包括客户咨询、语音转文字记录以及通话内容处理等。需注意的是，本次评分反映的是录制英语语音的非实时评估结果，不代表其实时语音服务的性能水平。

展开阅读全文

Salesforce语音模型错误率2.3%，位居开源模型第一