smallest.ai:s Pulse-modell tar diariseringskronan

smallest.ai:s Pulse-modell tar diariseringskronan

Talardiarisering — att veta vem som sa vad — har i det tysta varit det svåraste problemet inom mötestranskribering, och smallest.ai har just presenterat ett riktigt starkt resultat. Deras Pulse-modell tog förstaplatsen i VoiceArena Diarization Bench v1 den 7 oktober 2026, med 24,4 % DER över 139 konversationer och 280+ talare — en 1,7 gånger förbättring jämfört med ElevenLabs Scribe v2 (40,71 %), AssemblyAI (44,64 %) och Deepgram (67,13 %) [4][5][6].

Förbättringarna håller i sig både i stökiga fysiska möten (24,7 % DER) och renare onlinesamtal (22,4 % DER), med stöd för streaming med flera talare på 21+ språk. Den siffran för fysiska möten väger tyngre än den kanske verkar — de flesta benchmarks smickrar sig själva med ren Zoom-ljudkvalitet, så en modell som håller ihop i ett bullrigt konferensrum är den som faktiskt är användbar för verklig mötesintelligens.

Reaktionerna på X var raka gratulationer blandat med den uppenbara följdfrågan: hur snabbt kommer detta att sippra ner till de konsumentriktade mötesverktyg alla redan använder?

Hybridsökning blir tyst och stilla standarden för RAG

En stadig ström av tutorials denna period landade i samma arkitektur: para ihop BM25-nyckelordssökning med vektorinbäddningar i en och samma hämtningspipeline. LangChains EnsembleRetriever kombinerat med ChromaDB och Nomic-inbäddningar är referensstacken som dyker upp överallt, vanligtvis med 50/50-viktning och Reciprocal Rank Fusion för att slå samman resultaten [7][8][9].

Tjusningen är praktisk, inte akademisk — ren semantisk sökning är bra på "hitta kärnan åt mig" men dålig på "hitta den exakta frasen någon sa". Hybridsökning täpper till den luckan, vilket spelar enorm roll när man söker igenom månader av mötestranskript istället för en handfull dokument.

Utvecklare på X behandlar detta mindre som en forskningskuriositet och mer som ett grundkrav för alla som bygger en seriös kunskapsbas ovanpå mötesdata — ett tecken på att RAG-verktygen kring transkript snabbt standardiseras.

Mötestranskript blir levande kunskapsgrafer

Den mest intressanta trenden denna månad är inte en enskild produkt — det är ett mönster. Flera projekt omvandlar nu rådata från mötestranskript till strukturerade, sökbara kunskapsgrafer. Meetily pushar lokal transkribering in i Obsidian-baserade grafer med åtgärdspunkter kopplade [10]. Ett separat projekt använder LLM-extraktion för att bygga självuppdaterande Neo4j-grafer som länkar möten, personer och uppgifter via relationer som ATTENDED [11]. Och en integration mellan tl;dv och Cognee bygger entitetsgrafer uttryckligen designade för att besvara frågor som "vem anmälde sig frivilligt till X" eller "vad blockerar Y" [12].

Detta är skiftet från transkribering-som-arkiv till transkribering-som-infrastruktur. Ingen vill ha en hög sökbar text; man vill ha ett system som kommer ihåg relationer — vem som åtog sig vad, när, och om det blev gjort. X-trådar om detta ämne använder allt oftare uttrycket "andra hjärnan", och det fastnar eftersom det stämmer: dessa system börjar bete sig mindre som anteckningsappar och mer som institutionellt minne.

Vad detta betyder för dina möten

Lägger man ihop dessa fyra nyheter framträder ett tydligt mönster: mötesintelligens-stacken delar upp sig i lager, och varje lager får en rejäl uppgradering var för sig. Inspelningen blir mer exakt (Pulses diariseringssprång), hämtningen blir smartare (hybridsökning blir standard), och utdatalagret utvecklas från platta sammanfattningar till strukturerade kunskapsgrafer som förstår relationer mellan personer, beslut och uppgifter. Jämförelserna mellan assistentprodukter på marknaden är egentligen ett ombudskrig om vilket företag som bäst syr ihop dessa lager.

För Proudfrog är detta bekräftande territorium. Ett nordiskt byggt verktyg som redan kombinerar exakt talaridentifiering med en kunskapsgraf över hela din mötes historik jagar inte en trend — det är byggt för dit kategorin är på väg. Diariseringsbenchmarkerna visar varför "vem sa det" fortfarande kräver dedikerad ingenjörskonst, inte något som skruvas på i efterhand på ett transkriptions-API. Och hybridsökningsmönstret bekräftar att det krävs mer än enbart vektorsökning för att söka bra i ett mötesarkiv — exakta namn, projektkodnamn och specifika åtaganden kräver nyckelordsprecision tillsammans med semantisk återkallning.

Den praktiska nyttan för yrkesverksamma: din mötes historik håller på att bli en tillgång du kan utfråga, inte bara ett transkript du skummar igenom en gång och sedan glömmer. De verktyg som hänger med snabbast är de som behandlar exakthet, struktur och sökning som ett sammanhängande problem snarare än tre separata funktioner.

Huvudpoäng: Mötesintelligens mognar från "spela in och sammanfatta" till "kom ihåg och resonera" — och de verktyg som kopplar samman exakt inspelning med en strukturerad, sökbar kunskapsgraf kommer att definiera kategorin.

Sources

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