微新创想：在企业级 AI 市场动作频频的 Cohere 公司于 2026 年 3 月 26 日正式推出了名为 Cohere Transcribe 的开源语音识别模型
这款模型拥有 20 亿参数 专为边缘设备设计 在性能和效率方面实现了重大突破
通过采用 Apache 2.0 协议开源 Cohere 试图效仿 Meta 的路径 利用开发者社区的力量快速完善生态 并最终实现商业化反哺
Cohere Transcribe 支持 14 种语言 包括中文 日语 法语和希伯来语 在训练中涵盖了广泛的语言数据 为多语言应用场景提供了坚实基础
根据 Hugging Face 开放 ASR 排行榜的最新数据 该模型在性能指标上已经超越了 ElevenLabs Scribe 和阿里旗下的 Qwen3 等同类竞品
得益于精简的参数量 它能直接部署在手机 PC 或工业网关等终端设备上 无需频繁调用云端算力 这不仅极大地降低了数据传输延迟 也为银行 销售和医疗等对隐私高度敏感的行业提供了更安全的解决方案
从文本到语音的战略扩张 重塑智能体交互基石
虽然 Cohere 过去一直深耕文本生成领域 但此次跨界语音识别被视为其构建全能 AI 智能体（Agent）的关键一步
公司宣布 Cohere Transcribe 即将整合进其 AI 智能体编排平台 North 中 这一举措标志着其在 AI 智能体生态建设上的重要进展
分析人士指出 随着 Siri 式的语音交互成为 AI 浪潮的起点 语音能力已成为智能体感知世界的必备“耳朵”
Cohere 正通过这种“小而强”的开源策略 在边缘计算和实时语音翻译市场与 IBM 阿里巴巴以及推出 AI Companion 3.0 的 Zoom 展开正面交锋
这一系列动作不仅展示了 Cohere 在 AI 领域的持续投入 也为未来智能交互技术的发展提供了新的方向
