AssemblyAI Universal 3.5 Pro、15モデルのテストで単語誤り率1.93%
Tarush Agarwalは、同一の音声とパイプラインで15モデルを比較した音声テキスト変換ベンチマークを報告した。Pipecat FLEURSの読み上げ音声1,000件で、AssemblyAI Universal 3.5 Proは単語誤り率1.93%で最も低く、最初のテキストまでの中央値は489ミリ秒で最も速かった。測定結果は音声テキスト変換ベンチマークの結果に掲載されている。
関連AIニュース
AssemblyAI、Universal 3.6 Pro Realtime の提供開始を発表
AssemblyAI は、ストリーミング音声モデル Universal 3.6 Pro Realtime が利用可能になり、2件の独立したストリーミング評価で首位だったと述べている。その中には、covaldev のライブリーダーボードで、実際の音声エージェント音声における単語誤り率が最も低かったことも含まれる。
ElevenLabsの音声モデルがOpenRouterで提供開始、期間限定割引も実施
OpenRouterがElevenLabsのモデルを統合し、9種類の音声合成モデルと2種類の音声認識モデルの提供を開始した。10月19日まで限定の50%割引も提供される。
Mistral AI、Mistral Large 4 が Harvey の Legal Agent Benchmark でオープンソースモデル首位と発表
Mistral AI は、Mistral Large 4 が Harvey の Legal Agent Benchmark でオープンソースモデル首位になったと発表した。
Hassan、AIモデルのGeoGuessr能力を評価する「GeoGuess Bench」を公開
GeoGuess Benchは、世界各地の写真を用いた210問の位置特定タスクでAIモデルを評価する。総合1位はClaude Opus 5.5で、オープンモデルも低い推論コストで競争力のある精度を示した。
AssemblyAIの音声モデル「Universal 3.6 Pro」がVapiで提供開始
VapiはAssemblyAIのUniversal 3.6 Proモデルをプラットフォームで提供開始し、音声エージェント向けに14言語での文中コードスイッチング機能と文字起こしエラーの削減を実現した。