Aller au contenu
ReviewRamble

La lettre hebdomadaire

L’IA, évaluée, dans votre boîte mail.

  • Les nouveaux tests d’outils, de modèles, de serveurs MCP et de dépôts, avec le verdict en premier
  • Les prix et les notes revérifiés quand quelque chose change
  • Les nouvelles analyses dès leur publication

Modèles, agents, serveurs MCP et les outils qui méritent vraiment votre temps.

Un e-mail par semaine. Désinscrivez-vous avec le lien présent dans chaque lettre. Comment nous utilisons votre e-mail

Salesforce SOV-Transcribe-1

Le modèle de transcription de Salesforce sous Apache 2.0, de novembre 2026 : les poids ouverts les plus précis chez Artificial Analysis, à 2,3 % d'erreur.

Avis de ReviewRamble editors · Mis à jour

Partager cette page :XLinkedInFacebookRedditWhatsAppE-mail

Notre note

4.3/5

Une transcription ouverte qui se hisse enfin parmi les leaders commerciaux, même si elle réclame un GPU de 96 Go et ne parle que sept langues.

Qu’est-ce que Salesforce SOV-Transcribe-1 ?

SOV-Transcribe-1 est un modèle de reconnaissance vocale à poids ouverts publié par Salesforce le 12 novembre 2026 sous licence Apache 2.0. Il associe un encodeur audio Whisper large-v3 à un modèle de langage à mélange d'experts Gemma 4 26B A4B : 26,6 milliards de paramètres au total, dont environ 4,6 milliards actifs à chaque étape. Il transcrit l'audio enregistré, pas les flux en direct.

Comme le décodeur est un modèle de langage, on peut lui donner des consignes de mise en forme (verbatim pour une déposition, texte nettoyé pour un message dicté) et une liste de termes clés comme des noms de clients ou de médicaments. La fiche du modèle cite l'anglais, le français, l'allemand, l'espagnol, l'italien, le portugais et le néerlandais, et des enregistrements testés jusqu'à 30 minutes.

Il tourne avec Hugging Face Transformers ou avec vLLM grâce à un plugin livré dans le dépôt, avec un modèle brouillon facultatif pour le décodage spéculatif. Salesforce le présente comme une brique pour les entreprises qui veulent des fonctions vocales sur leur propre infrastructure.

Salesforce SOV-Transcribe-1 vaut-il le coup ?

SOV-Transcribe-1 comble l'essentiel de l'écart entre ce qu'on peut télécharger et ce qu'on peut louer. Artificial Analysis le mesure à 2,3 % de taux d'erreur de mots, le meilleur de tous les modèles à poids ouverts et à 0,4 point du Scribe v3 payant d'ElevenLabs. Le chiffre de Salesforce est de 2,28 %, contre 2,81 % pour Nemotron 3.5 Transcribe de Nvidia et 2,77 % pour Voxtral Small de Mistral, six fois plus gros.

Les chiffres les plus utiles portent sur les mots qui comptent. Sur VoiceCodeBench, qui vérifie les e-mails, numéros de téléphone et entités similaires, il s'est classé deuxième sur 23 systèmes et a restitué 93,4 % des entités. Sur des conférences de résultats bruitées, où les modèles vocaux ont tendance à inventer du texte, il a obtenu 25,69 % contre 31,59 % pour Nemotron. Ces comparaisons viennent de Salesforce, et le rapport technique est toujours annoncé comme à paraître.

Le hic : c'est un gros modèle pour une seule tâche. Tous les benchmarks de Salesforce ont tourné sur une seule RTX PRO 6000 Blackwell de 96 Go, et les réglages par défaut de vLLM y épuisent la mémoire. La prise en charge dans Transformers et vLLM n'est pas encore intégrée en amont, vous dépendez donc d'un plugin figé sur vLLM 0.32.0. Il ne fait pas de streaming, et la fiche prévient qu'il boucle parfois sur une phrase jusqu'à la limite de tokens, d'où la nécessité d'un filtre de répétitions.

Notre avis : pour une entreprise qui doit garder l'audio de ses appels en interne, en anglais ou dans une grande langue d'Europe de l'Ouest, c'est désormais le modèle ouvert à battre. Une équipe qui a besoin de sous-titres en direct, de langues asiatiques ou d'un modèle qui tienne sur un portable devrait plutôt regarder Nemotron ou Parakeet.

Là où il fait la différence

  • L'équipe conformité d'une banque qui enregistre ses appels de conseil

    Transcrire chaque appel sur site avec des noms de clients et numéros de compte corrects

    Servez le modèle avec vLLM sur un GPU de 96 Go et passez la liste de clients de chaque conseiller comme termes clés. Salesforce annonce un débit maximal de 1 039 secondes d'audio par seconde.

  • Une société de sténotypie judiciaire aux Pays-Bas et en Belgique

    Produire des transcriptions verbatim en néerlandais et en français de dépositions

    Demandez une sortie verbatim avec décodage glouton, découpez les enregistrements de plus de 30 minutes aux pauses et lancez un contrôle des répétitions avant relecture.

Avant de vous engager

Mise en route
pip install transformers (5.19 à 5.22), téléchargez le dossier vllm_plugin, installez-le avec pip, puis vllm serve salesforce-sovereign-intelligence/SOV-Transcribe-1 --max-model-len 32768 ; envoyez de l'audio mono 16 kHz avec une température de 0.
Intégrations
Hugging Face Transformers (trust_remote_code) et un endpoint /v1/audio/transcriptions de type OpenAI via vLLM ; modèle brouillon DFlash facultatif pour le décodage spéculatif.
Données et confidentialité
Auto-hébergé sous Apache 2.0, donc l'audio reste sur vos serveurs. Les données d'entraînement et le code d'entraînement complet ne font pas partie de la publication.
Coût à grande échelle
Pas de tarif à la minute. Avec le modèle brouillon, un extrait de 30 secondes prend environ 0,22 s sur une RTX PRO 6000 Blackwell ; le coût est le temps de ce GPU.
Limites
Pas de streaming. vLLM plafonne les requêtes à 600 s par défaut ; portez VLLM_MAX_AUDIO_DECODE_DURATION_S à 1800 pour 30 minutes. Réglez max_num_seqs sur 64 pour tenir dans 96 Go avec le brouillon chargé.

Les points forts

  • 2,3 % d'erreur chez Artificial Analysis, meilleur modèle à poids ouverts
  • Apache 2.0, usage commercial autorisé
  • Consignes de mise en forme et pondération des termes clés
  • Deuxième sur 23 sur VoiceCodeBench pour les entités

Les points faibles

  • 26,6 milliards de paramètres ; benchmarks réalisés sur un GPU de 96 Go
  • Sept langues, toutes européennes
  • Pas de streaming ; jusqu'à 30 minutes par fichier testées
  • Plugin maison en attendant le support dans vLLM et Transformers ; rares boucles en sortie

Idéal pour

Les entreprises de secteurs réglementés qui ont besoin d'une transcription proche du niveau commercial en anglais et en langues européennes sur leurs propres GPU.

Alternatives à Salesforce SOV-Transcribe-1

Salesforce SOV-Transcribe-1 : questions fréquentes

Salesforce SOV-Transcribe-1 vaut-il le coup ?
Une transcription ouverte qui se hisse enfin parmi les leaders commerciaux, même si elle réclame un GPU de 96 Go et ne parle que sept langues. Nous lui donnons 4.3 sur 5.
Combien coûte Salesforce SOV-Transcribe-1 ?
Gratuit sous Apache 2.0 ; vous payez vos propres GPU. Pas de tarif hébergé chez Salesforce.
Quels sont les inconvénients de Salesforce SOV-Transcribe-1 ?
26,6 milliards de paramètres ; benchmarks réalisés sur un GPU de 96 Go; sept langues, toutes européennes; pas de streaming ; jusqu'à 30 minutes par fichier testées; plugin maison en attendant le support dans vLLM et Transformers ; rares boucles en sortie.
À qui s’adresse Salesforce SOV-Transcribe-1 ?
Les entreprises de secteurs réglementés qui ont besoin d'une transcription proche du niveau commercial en anglais et en langues européennes sur leurs propres GPU.
Combien coûte Salesforce SOV-Transcribe-1 pour une équipe ou en production ?
Pas de tarif à la minute. Avec le modèle brouillon, un extrait de 30 secondes prend environ 0,22 s sur une RTX PRO 6000 Blackwell ; le coût est le temps de ce GPU.
Salesforce SOV-Transcribe-1 est-il sûr pour les données de l’entreprise ?
Auto-hébergé sous Apache 2.0, donc l'audio reste sur vos serveurs. Les données d'entraînement et le code d'entraînement complet ne font pas partie de la publication.
Quelles sont les meilleures alternatives à Salesforce SOV-Transcribe-1 ?
Les alternatives les plus proches que nous avons testées sont NVIDIA Nemotron 3.5 Transcribe, Voxtral 3 (Transcribe and TTS), Granite Speech 5.0 2B et ElevenLabs Scribe v3 and Scribe v3 Live.

Réponses vérifiées le 21 nov. 2026.

Vous éditez Salesforce SOV-Transcribe-1 ? Affichez cette note sur votre siteSalesforce SOV-Transcribe-1 noté 4.3 sur 5 par ReviewRamble