ग्रेनाइट स्पीच 5.0: अधिक सटीकता और तेज़ी से ट्रांसक्राइब, अनुवाद और एट्रिब्यूट करें
huggingface ·
आईबीएम ने अपने ग्रेनाइट स्पीच (Granite Speech) संग्रह में ट्रांसक्रिप्शन, अनुवाद और वक्ता पहचान की क्षमताओं को बढ़ाने के लिए तीन महत्वपूर्ण अपडेट जारी किए हैं। नया granite-speech-5.0-2b मॉडल उच्च सटीकता और शोर के प्रति रॉबस्टनेस प्रदान करता है, जिसमें कीवर्ड बायसिंग और भाषा आईडी प्रॉम्प्टिंग जैसे फीचर्स के साथ बहुभाषी ट्रांसक्रिप्शन और अनुवाद का समर्थन मिलता है। इसके अलावा, अपडेटेड granite-speech-5.0-470m-turboctc अब बहुभाषी हो गया है और काफी तेज हो गया है; यह लगभग 1.6 गुना की गति सुधार हासिल करता हुआ डिवाइस पर उपयोग के लिए उच्च थ्रूपुट बनाए रखता है। संशोधित granite-speech-4.1-2b-plus मल्टी-स्पीकर रिकॉर्डिंग्स पर केंद्रित है, जो बेहतर वक्ता पहचान, अधिक सटीक समय सीहरों (timestamps) और लंबे ऑडियो फॉर्मेट पर बेहतर प्रदर्शन प्रदान करता है। ये मॉडल उच्च सटीकता वाले अनुवाद से लेकर तेज एज प्रोसेसिंग और विस्तृत मीटिंग विश्लेषण तक विविध उद्योग आवश्यकताओं को पूरा करने के लिए डिज़ाइन किए गए हैं। सभी मॉडल्स Apache 2.0 लाइसेंस के तहत उपलब्ध हैं और Transformers और vLLM जैसे लोकप्रिय फ्रेमवर्क्स के साथ इंटीग्रेशन करते हैं। आईबीएम उत्पादन वातावरण में बढ़े हुए जोखिम निदान के लिए इन टूल्स को ग्रेनाइट गार्डियन (Granite Guardian) के साथ जोड़ने की सलाह देता है।
huggingface