Cohere выходит на рынок распознавания речи с релизом открытой модели Transcribe

26 марта 2026 года канадская лаборатория искусственного интеллекта Cohere официально объявила о расширении своей продуктовой экосистемы, выпустив первую собственную модель автоматического распознавания речи под названием Cohere Transcribe. Ранее компания концентрировала свои усилия преимущественно на больших языковых моделях для текстовой обработки и корпоративного поиска, однако данный релиз знаменует важный шаг в сторону мультимодальных возможностей. Переход к обработке аудиоданных позволяет разработчикам предлагать более комплексные решения для бизнес-пользователей, нуждающихся в надежных инструментах транскрибации.

В техническом плане новая система, получившая внутреннее номенклатурное обозначение cohere — transcribe-03-2026, представляет собой специализированную модель, работающую по принципу преобразования входящего аудиосигнала в исходящий текст. Архитектура нейросети спроектирована таким образом, чтобы напрямую принимать на вход данные в формате исходной аудиоволны и выдавать на выходе структурированную текстовую информацию. Отличительной особенностью релиза является встроенная мультиязычность, так как система изначально поддерживает четырнадцать языков. В этот список вошли английский, немецкий, французский, итальянский, испанский, португальский, греческий, нидерландский, польский, вьетнамский, китайский, арабский, японский и корейский языки.

Особое внимание технологического сообщества привлек подход компании к лицензированию нового продукта. Вместо того чтобы скрывать технологию за жесткими проприетарными барьерами, создатели приняли решение выпустить модель под пермиссивной открытой лицензией Apache 2.0. Данный шаг предоставляет инженерам и системным архитекторам по всему миру легальную свободу модифицировать, интегрировать и масштабировать нейросеть внутри собственных корпоративных контуров без возникновения дополнительных лицензионных рисков. Публикация инструмента с открытым исходным кодом фундаментально меняет экономику создания комплексных продуктов, снижая порог входа для стартапов и крупных интеграторов.

Для начала работы с Cohere Transcribe инженерам предоставляется доступ через специализированный интерфейс Audio Transcriptions API. Интеграция осуществляется максимально предсказуемо, в частности, посредством использования актуальной версии клиентской библиотеки Python и объекта ClientV2. Пользователи могут загружать аудиофайлы стандартных форматов, указывая целевой язык и идентификатор модели, после чего программный интерфейс возвращает готовый текст. В официальной документации отмечается, что компания предоставляет возможность бесплатного тестирования функционала для задач с низкими требованиями к первоначальной настройке. Этот режим экспериментирования подчиняется определенным лимитам на количество запросов, детали которых описаны в отдельном разделе документации платформы.

Для масштабирования решения до уровня промышленной эксплуатации и обхода ограничений на количество запросов провайдер предлагает использование сервиса Model Vault. Этот формат развертывания обеспечивает выполнение логического вывода в изолированном частном облаке с минимальными задержками, избавляя конечных заказчиков от необходимости самостоятельно администрировать серверную инфраструктуру. Хотя в официальном анонсе не раскрываются точные цифры пропускной способности или детальные технические характеристики задержек, разработчики подчеркивают общую ориентированность архитектуры на высокие нагрузки.

Выпуск Cohere Transcribe происходит на фоне стремительно усиливающейся конкуренции в сегменте корпоративного искусственного интеллекта и технологий обработки голоса. В последние несколько лет стандартом де — факто для подобных задач стали такие мощные открытые решения, как Whisper от компании OpenAI. Тем не менее, канадская лаборатория делает осознанный акцент на специфических потребностях именно крупного бизнеса, предлагая понятную связку из открытой лицензии и управляемого облачного сервиса.