Maison
ElevenLabs établit une nouvelle référence en matière de reconnaissance vocale ; Google Gemini emboîte le pas avec des fonctionnalités étendues
Artificial Analysis a publié la dernière version de son benchmark de reconnaissance vocale, AA-WER v2.0. Les résultats désignent ElevenLabs et Google comme les leaders incontestés en matière de performances de transcription audio.

Mesuré par le taux d'erreur sur les mots (WER), Scribe v2 d'ElevenLabs s'est classé en tête avec un taux d'erreur impressionnant de 2,3 %. Il est suivi de près par Gemini3Pro de Google, avec 2,9 %. Il convient de noter que Google n'a pas optimisé Gemini pour la transcription ; ce résultat découle uniquement de ses solides capacités multimodales générales.
Les autres modèles de premier plan ont affiché les résultats suivants :
Mistral Voxtral Small: s'est classé troisième avec un taux d'erreur de 3,0 %.
Google Gemini3Flash: a livré une performance solide avec un taux d'erreur de 3,1 %.
OpenAI Whisper Large v3: le modèle open source le plus utilisé s'est classé en milieu de tableau avec un taux d'erreur de 4,2 %.
Les moins performants : Qwen3ASR Flash d'Alibaba (5,9 %), Nova2Omni d'Amazon (6,0 %) et Rev AI (6,1 %) ont fermé la marche du classement.

Dans le benchmark AA-AgentTalk dédié aux commandes vocales pour assistants vocaux, le classement est resté inchangé. Scribe v2 d'ElevenLabs et Gemini3Pro de Google ont conservé leur avance avec des taux d'erreur de 1,6 % et 1,7 % respectivement, s'avérant très fiables pour les interactions vocales courtes et directes.
Article connexe
Stripe va acquérir OpenRouter alors que le routage basé sur des modèles d'IA prend de l'ampleur
Stripe a conclu un accord en vue d’acquérir OpenRouter, une plateforme de routage de modèles d’IA qui permet aux développeurs d’accéder à des centaines de modèles via une interface unique. Cette acqui
Barrett Zoph, ancien chercheur chez OpenAI, revient chez Google pour contribuer au développement de Gemini
Barret Zoph, qui avait auparavant quitté brusquement l’entreprise pour rejoindre OpenAI en raison d’un désaccord avec Miriam Mularati, PDG de Thinking Machines Lab, a une nouvelle fois changé d’employ
Comment Recursive Intelligence a levé 335 millions de dollars en 4 mois, avec une valorisation de 4 milliards de dollars
Les cofondatrices de la start-up Ricursive Intelligence semblaient destinées à devenir cofondatrices.Anna Goldie, PDG, et Azalia Mirhoseini, directrice technique, sont si connues dans le milieu de l’I
Recommandations de sujets spéciaux liés
commentaires (2)
ElevenLabs is really pushing the boundaries, but seeing Google jump in with Gemini makes the competition fierce. I'm curious how this impacts small devs trying to get affordable transcription tools. The WER numbers are impressive, yet real-world noise is still a pain point for me.
Artificial Analysis a publié la dernière version de son benchmark de reconnaissance vocale, AA-WER v2.0. Les résultats désignent ElevenLabs et Google comme les leaders incontestés en matière de performances de transcription audio.

Mesuré par le taux d'erreur sur les mots (WER), Scribe v2 d'ElevenLabs s'est classé en tête avec un taux d'erreur impressionnant de 2,3 %. Il est suivi de près par Gemini3Pro de Google, avec 2,9 %. Il convient de noter que Google n'a pas optimisé Gemini pour la transcription ; ce résultat découle uniquement de ses solides capacités multimodales générales.
Les autres modèles de premier plan ont affiché les résultats suivants :
Mistral Voxtral Small: s'est classé troisième avec un taux d'erreur de 3,0 %.
Google Gemini3Flash: a livré une performance solide avec un taux d'erreur de 3,1 %.
OpenAI Whisper Large v3: le modèle open source le plus utilisé s'est classé en milieu de tableau avec un taux d'erreur de 4,2 %.
Les moins performants : Qwen3ASR Flash d'Alibaba (5,9 %), Nova2Omni d'Amazon (6,0 %) et Rev AI (6,1 %) ont fermé la marche du classement.

Dans le benchmark AA-AgentTalk dédié aux commandes vocales pour assistants vocaux, le classement est resté inchangé. Scribe v2 d'ElevenLabs et Gemini3Pro de Google ont conservé leur avance avec des taux d'erreur de 1,6 % et 1,7 % respectivement, s'avérant très fiables pour les interactions vocales courtes et directes.
Stripe va acquérir OpenRouter alors que le routage basé sur des modèles d'IA prend de l'ampleur
Stripe a conclu un accord en vue d’acquérir OpenRouter, une plateforme de routage de modèles d’IA qui permet aux développeurs d’accéder à des centaines de modèles via une interface unique. Cette acqui
Barrett Zoph, ancien chercheur chez OpenAI, revient chez Google pour contribuer au développement de Gemini
Barret Zoph, qui avait auparavant quitté brusquement l’entreprise pour rejoindre OpenAI en raison d’un désaccord avec Miriam Mularati, PDG de Thinking Machines Lab, a une nouvelle fois changé d’employ
Comment Recursive Intelligence a levé 335 millions de dollars en 4 mois, avec une valorisation de 4 milliards de dollars
Les cofondatrices de la start-up Ricursive Intelligence semblaient destinées à devenir cofondatrices.Anna Goldie, PDG, et Azalia Mirhoseini, directrice technique, sont si connues dans le milieu de l’I
ElevenLabs is really pushing the boundaries, but seeing Google jump in with Gemini makes the competition fierce. I'm curious how this impacts small devs trying to get affordable transcription tools. The WER numbers are impressive, yet real-world noise is still a pain point for me.











