Glossaire / Comment il vous entend
Cohere Transcribe
Aussi : cohere-transcribe-03-2026
Publié le
Définition
Cohere Transcribe est un modèle open source de reconnaissance vocale de Cohere, publié en mars 2026. Il compte 2 milliards de paramètres, prend de l’audio en entrée, renvoie du texte et prend en charge 14 langues.
Son nom complet sur la fiche du modèle est cohere-transcribe-03-2026. Cohere le décrit comme un modèle dédié, audio en entrée et texte en sortie : il transcrit, et rien d’autre. Pas de traduction, pas de chat, pas de résumé.
Il est publié sous licence Apache 2.0 : les poids peuvent être téléchargés, exécutés sur votre propre matériel et intégrés à d’autres logiciels.
Les 14 langues
La fiche du modèle les regroupe par région.
- Europe : anglais, français, allemand, italien, espagnol, portugais, grec, néerlandais et polonais.
- Asie-Pacifique : chinois (mandarin), japonais, coréen et vietnamien.
- Moyen-Orient et Afrique du Nord : arabe.
Son architecture
Cohere décrit un encodeur-décodeur basé sur Conformer : un grand encodeur Conformer extrait la représentation acoustique, et un décodeur Transformer léger génère le texte. Il a été entraîné de zéro, pas adapté d’un modèle existant.
Sa précision
La fiche du modèle indique un taux d’erreur de mots moyen de 5,42 % sur les jeux anglais de l’Open ASR Leaderboard, au 26 mars 2026. Cohere a annoncé à sa sortie que cela le plaçait premier de ce classement en précision. Les classements bougent : lisez-le comme une affirmation valable ce jour-là.
Ce chiffre concerne l’anglais. La fiche ne donne pas de chiffre unique pour les 13 autres langues.
Ce qu’il ne fait pas
La fiche du modèle est claire sur trois limites.
- Pas de détection automatique de la langue. Vous lui indiquez la langue parlée, et la fiche précise qu’il se comporte de façon irrégulière quand on change de langue au milieu d’une phrase.
- Pas d’horodatage ni d’identification des locuteurs. Il renvoie uniquement du texte.
- Il transcrit trop volontiers. Selon Cohere, comme la plupart des modèles de ce type, il transcrit même des sons qui ne sont pas de la parole : il gagne donc à être précédé d’un noise gate ou d’une détection d’activité vocale.
Le faire tourner sur votre propre machine
Cohere propose le modèle via son propre service, et publie aussi les poids. Des versions converties et quantifiées de ces poids tournent sur Apple silicon : c’est ainsi qu’un modèle de 2 milliards de paramètres tient dans la mémoire d’un portable à côté de tout le reste.
Les questions qu’on se pose.
Cohere Transcribe est-il open source ?
Oui. Cohere a publié le modèle sous licence Apache 2.0, et les poids sont disponibles.
Quelles langues Cohere Transcribe prend-il en charge ?
Quatorze : anglais, français, allemand, italien, espagnol, portugais, grec, néerlandais, polonais, chinois mandarin, japonais, coréen, vietnamien et arabe.
Cohere Transcribe détecte-t-il la langue automatiquement ?
Non. Sa fiche indique qu’il n’offre pas de détection automatique et explicite de la langue : il faut donc la choisir.
Quelle est la taille de Cohere Transcribe ?
Cohere le décrit comme un modèle de 2 milliards de paramètres.
Cohere Transcribe fournit-il des horodatages ou l’identification des locuteurs ?
Non. La fiche du modèle indique qu’il ne propose ni horodatage ni diarisation des locuteurs.
Cohere Transcribe peut-il fonctionner hors ligne ?
Oui, quand vous exécutez les poids publiés sur votre propre machine. Utilisé via le service de Cohere, il a besoin d’une connexion.
