Contexte et jeu de données
Le modèle de reconnaissance vocale nommé Canto a été entraîné et évalué sur un corpus interne de 10 heures d’enregistrements issus de la plateforme Wispr Flow. Ces enregistrements proviennent de plus de 2 300 locuteurs, couvrant une diversité d’accents et de vocabulaires professionnels. Le jeu de données a été sélectionné pour refléter des scénarios de dictée réels, contrairement aux corpus de laboratoire souvent utilisés par les grands laboratoires d’IA.
Performances comparatives
Lors des tests, Canto a affiché le taux d’erreur de mots (WER) le plus bas parmi les modèles évalués, incluant ceux de Google et d’OpenAI. Bien que le chiffre exact du WER ne soit pas communiqué, la comparaison indique une supériorité relative sur le même jeu de référence. Cette amélioration provient d’une architecture optimisée pour la reconnaissance de jargon métier et de noms de fonctionnalités, intégrée directement dans le pipeline de transcription.
Intégration produit et usage
Le modèle est déployé sous forme d’API accessible depuis les systèmes d’exploitation Mac, Windows, iPhone et Android. Il s’intègre nativement aux outils de gestion de projet et de collaboration tels que Linear, Slack et Notion, permettant aux chefs de produit de dicter des spécifications, tickets ou mises à jour de parties prenantes et d’obtenir du texte formaté sans étape de relecture. Cette chaîne de traitement automatisée vise à réduire les itérations de correction et à accélérer le cycle de spécification.
Limites et perspectives
La validation repose sur un corpus limité à 10 heures, ce qui peut ne pas couvrir l’ensemble des variations acoustiques rencontrées en production. L’absence de métriques chiffrées empêche une évaluation quantitative précise et complique la comparaison avec les benchmarks publics tels que LibriSpeech. De plus, le caractère sponsorisé de l’étude introduit un risque de biais de présentation. Pour renforcer la crédibilité, il serait nécessaire de publier le WER exact, d’élargir le jeu de test à des langues supplémentaires et de soumettre le modèle à des évaluations tierces indépendantes.
