Granite Speech 5.0: Präziser und schneller transkribieren, übersetzen und zuordnen
huggingface ·
IBM hat drei wichtige Updates für seine Granite Speech-Sammlung veröffentlicht, die die Fähigkeiten zur Transkription, Übersetzung und Sprecherzuordnung verbessern. Das neue Modell granite-speech-5.0-2b bietet höhere Genauigkeit und Robustheit gegenüber Störgeräuschen, unterstützt mehrsprachige Transkription und Übersetzung sowie Funktionen wie Keyword-Biasing und Language-ID-Prompting. Darüber hinaus ist das aktualisierte granite-speech-5.0-470m-turboctc nun mehrsprachig und deutlich schneller, wobei es nahezu eine 1,6-fache Geschwindigkeitssteigerung bei gleichzeitig hoher Durchsatzleistung für den Einsatz auf Endgeräten erzielt. Das überarbeitete granite-speech-4.1-2b-plus konzentriert sich auf Aufnahmen mit mehreren Sprechern und liefert verbesserte Sprecherzuordnungen, präzisere Zeitstempel sowie bessere Leistungen bei Audioaufzeichnungen in Langform. Diese Modelle sind darauf ausgelegt, unterschiedliche Unternehmensbedürfnisse abzudecken – von hochgenauen Übersetzungen bis hin zu schneller Edge-Verarbeitung und detaillierter Meeting-Analyse. Alle Modelle stehen unter der Apache-2.0-Lizenz und lassen sich in gängige Frameworks wie Transformers und vLLM integrieren. IBM empfiehlt die Kombination dieser Tools mit Granite Guardian, um die Risikodetektion in Produktionsumgebungen zu verbessern.
huggingface