Salesforce SOV-Transcribe-1, 오픈웨이트 ASR 1위 등극

Salesforce가 비스트리밍 자동 음성 인식(ASR)용 오픈웨이트 음성 증강 언어 모델 SOV-Transcribe-1을 출시함
Artificial Analysis 기준 비스트리밍 음성-텍스트 변환 오픈웨이트 모델 1위, VoiceCodeBench 23개 시스템 중 엔티티 정확도와 작업 성공률 기준 2위 기록함
Whisper large-v3 오디오 인코더와 Gemma 4 26B A4B MoE 아키텍처를 채택했으며, 총 파라미터 26.6B(활성 4.6B)를 BF16 정밀도로 구현함
영어, 프랑스어, 독일어, 스페인어, 이탈리아어, 포르투갈어, 네덜란드어 등 7개 언어를 지원하며 최대 30분 길이의 오디오 입력을 처리함
자연어 지시를 통한 원문 그대로(verbatim) 또는 정리된 전사본 생성, 도메인 특화 어휘를 위한 컨텍스트 바이어싱, 억양 및 배경 소음에 대한 강건성 제공함
Apache 2.0 라이선스로 공개되며 vLLM과 Hugging Face Transformers 추론 지원 및 추측적 디코딩용 DFlash 드래프트 모델 포함함

핵심 내용