Mô hình chuyển giọng nói thành văn bản mã nguồn mở tốt nhất vào tháng 10 năm 2026 là Nemotron 3.5 Transcribe của NVIDIA, được phát hành ngày 28 tháng 10. Trên Bảng xếp hạng Open ASR của Hugging Face được cập nhật cùng ngày hôm đó, nó đạt tỷ lệ lỗi từ trung bình 5.33% và xếp thứ 9 trong số 61 mô hình. Tất cả tám mô hình đứng trên nó đều là API thương mại đóng. whisper-large-v3 của OpenAI, vẫn là lựa chọn mặc định trong nhiều bài hướng dẫn, đứng thứ 41 với 7.16%.

Dùng thử Apidog ngay hôm nay

Dưới đây là chín mô hình nhận dạng giọng nói trọng số mở đáng cân nhắc ngay lúc này, được xếp hạng theo bảng xếp hạng đó, kèm tốc độ, điểm mạnh và công việc mà mỗi mô hình phù hợp.…