smallest.ai sin Pulse-modell tar diariseringstronen

smallest.ai sin Pulse-modell tar diariseringstronen

Taler-diarisering — å vite hvem som sa hva — har stille og rolig vært det vanskeligste problemet innen møtetranskripsjon, og smallest.ai har nettopp levert et solid resultat. Deres Pulse-modell toppet VoiceArena Diarization Bench v1 den 7. oktober 2026, med 24,4 % DER på tvers av 139 samtaler og over 280 talere, en 1,7x forbedring sammenlignet med ElevenLabs Scribe v2 (40,71 %), AssemblyAI (44,64 %) og Deepgram (67,13 %) [4][5][6].

Forbedringene holder stand både i rotete fysiske møter (24,7 % DER) og renere nettmøter (22,4 % DER), med støtte for streaming med flere talere på over 21 språk. Tallet for fysiske møter betyr mer enn det ser ut som — de fleste benchmarks smigrer seg selv med ren Zoom-lyd, så en modell som holder stand i et støyete møterom er den som faktisk er nyttig for ekte møteintelligens.

Reaksjonene på X var rett frem gratulasjoner blandet med det opplagte oppfølgingsspørsmålet: hvor fort vil dette sive ned til de forbrukervendte møteverktøyene alle allerede bruker?

Hybridsøk blir stille og rolig standarden for RAG

En jevn strøm av opplæringsartikler denne runden konvergerte mot samme arkitektur: å kombinere BM25-nøkkelordsøk med vektorembeddinger i én enkelt retrieval-pipeline. LangChains EnsembleRetriever kombinert med ChromaDB og Nomic-embeddinger er referansestacken som dukker opp overalt, typisk med 50/50-vekting og Reciprocal Rank Fusion for å slå sammen resultatene [7][8][9].

Appellen er praktisk, ikke akademisk — rent semantisk søk er flott til å "finne meg hovedessensen", men dårlig til å "finne meg den eksakte setningen noen sa". Hybridsøk tetter dette gapet, noe som betyr enormt mye når man søker gjennom måneder med møtetranskripsjoner i stedet for en håndfull dokumenter.

Utviklere på X behandler dette mindre som en forskningskuriositet og mer som en forutsetning for alle som bygger en seriøs kunnskapsbase på toppen av møtedata — et tegn på at RAG-verktøyene rundt transkripsjoner standardiseres raskt.

Møtetranskripsjoner blir levende kunnskapsgrafer

Den mest interessante trenden denne måneden er ikke et enkelt produkt — det er et mønster. Flere prosjekter konverterer nå rå møtetranskripsjoner til strukturerte, søkbare kunnskapsgrafer. Meetily pusher lokal transkripsjon inn i Obsidian-baserte grafer med tilhørende handlingspunkter [10]. Et annet prosjekt bruker LLM-ekstraksjon for å bygge selvoppdaterende Neo4j-grafer som kobler sammen møter, personer og oppgaver gjennom relasjoner som ATTENDED [11]. Og en tl;dv + Cognee-integrasjon bygger entitetsgrafer eksplisitt designet for å svare på spørsmål som "hvem meldte seg frivillig til X" eller "hva blokkerer Y" [12].

Dette er skiftet fra transkripsjon-som-arkiv til transkripsjon-som-infrastruktur. Ingen ønsker seg en haug med søkbar tekst; de ønsker et system som husker relasjoner — hvem som forpliktet seg til hva, når, og om det faktisk skjedde. X-tråder om dette temaet bruker i økende grad uttrykket "second brain" (sekundær hjerne), og det fester seg fordi det er treffende: disse systemene begynner å oppføre seg mindre som notatapper og mer som institusjonell hukommelse.

Hva dette betyr for dine møter

Setter man disse fire historiene sammen, trer et klart mønster frem: møteintelligens-stacken deler seg opp i lag, og hvert lag får en seriøs oppgradering uavhengig av de andre. Opptak blir mer nøyaktig (Pulses diariseringshopp), gjenfinning blir smartere (hybridsøk blir standard), og output-laget utvikler seg fra flate sammendrag til strukturerte kunnskapsgrafer som forstår relasjoner mellom personer, beslutninger og oppgaver. Sammenligningene av assistentmarkedet er egentlig en stedfortrederkrig om hvilket selskap som syr sammen disse lagene best.

For Proudfrog er dette bekreftende territorium. Et nordisk-bygget verktøy som allerede kombinerer nøyaktig taler-ID med en kunnskapsgraf på tvers av hele møtehistorikken din, jager ikke etter en trend — det er bygget for dit kategorien er på vei. Diariseringsbenchmarkene viser hvorfor "hvem sa det" fortsatt trenger dedikert ingeniørarbeid, ikke noe som bare skrus på i etterkant av et transkripsjons-API. Og hybridsøk-mønsteret bekrefter at å søke godt gjennom et møtearkiv krever mer enn bare vektorsøk alene — eksakte navn, prosjektkodenavn og spesifikke forpliktelser trenger nøyaktighet med nøkkelord sammen med semantisk gjenkalling.

Det praktiske poenget for profesjonelle: møtehistorikken din blir en ressurs du kan stille spørsmål til, ikke bare en transkripsjon du skummer gjennom én gang og glemmer. Verktøyene som tar innpå raskest er de som behandler nøyaktighet, struktur og gjenfinning som ett sammenhengende problem, ikke tre separate funksjoner.

Hovedpoeng: Møteintelligens modnes fra "ta opp og oppsummer" til "husk og resonner" — og verktøyene som kobler nøyaktig opptak til en strukturert, søkbar kunnskapsgraf vil definere kategorien.

Kilder

1. https://www.remogrid.com/blog/ai-tools/best-ai-meeting-assistants-2026
2. https://sieva.co/best/ai-meeting-assistants/
3. https://www.techrepublic.com/article/news-best-ai-meeting-note-takers-2026/
4. https://docs.smallest.ai/models/speech-to-text/benchmarks/performance
5. https://x.com/smallest_AI/status/2107680800045183003
6. https://docs.smallest.ai/waves/model-cards/speech-to-text/pulse
7. https://www.youtube.com/watch?v=Hn0UK2l1Nkw
8. https://stackoverflow.com/questions/79477745/bm25retriever-chromadb-hybrid-search-optimization-using-langchain
9. https://www.mintlify.com/chroma-core/chroma/guides/hybrid-search
10. https://meetily.ai/blog/the-decision-makers-second-brain
11. https://pub.towardsai.net/building-a-self-updating-knowledge-graph-from-meeting-notes-with-llm-extraction-and-neo4j-b02d3d62a251
12. https://dev.to/insane_odyssey/turning-meeting-transcripts-into-an-ai-knowledge-graph-with-tldv-cognee-57e7