InferenceBench复现Cohere语音模型：均值WER高出官方2.5倍
热点事件持续更新
InferenceBench复现Cohere语音模型：均值WER高出官方2.5倍
1 篇报道1 个报道来源10 小时前更新
先了解这件事
AI 综述
InferenceBench 在 H100 上复现 Cohere Transcribe 03-2026 并公布评测：LibriSpeech-clean 上 WER 为 1.46%，但四个数据集平均 WER 达 13.65%，是 Cohere 公布 5.42% 的 2.5 倍，差距几乎全部来自 AMI 会议数据集（AMI-IHM 17.74%、AMI-SDM 29.17%）。该机构称，准确率测试每个数据集仅用 30 个样本。 多语言评测完全失败：测试框架在尝试的 14 种语言中报告零个可用语言样本。InferenceBench 称这是评测基础设施故障，不一定是模型本身的问题，但意味着多语言能力尚无法验证。 基于此，InferenceBench 称购买决策是有条件的：对干净录音棚音质音频和干净播客语音，Cohere Transcribe 表现优秀。
AI 根据报道生成 · 10 小时前更新
最新进展10月19日 08:48
Cohere Transcribe 03-2026 实测：干净语音 WER 1.46%，四数据集均值比官方高 2.5 倍报道时间线
沿着报道，了解事件的不同侧面。
10月19日
- Hacker NewsCohere Transcribe 03-2026 实测：干净语音 WER 1.46%，四数据集均值比官方高 2.5 倍
InferenceBench 在 H100 上复现 Cohere Transcribe 03-2026，LibriSpeech-clean 上 WER 为 1.46%，但四个数据集平均 WER 达 13.65%，是 Cohere 公布的 5.42% 的 2.5 倍，差距几乎全部来自 AMI 会议数据集（AMI-IHM 17.74%、AMI-SDM 29.17%）。
本事件热度走势
- 可比范围当前
- 8
- 可比范围峰值
- 1010月19日 09:00
- 近 24 小时变化
- –
02.557.510
10:0012:0014:0016:0018:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。