Granite Speech 5.0：更准确、更快速地转录、翻译和归因
huggingface ·
IBM 对其 Granite Speech 系列发布了三项重大更新，提升了转录、翻译和说话人归属的能力。新的 granite-speech-5.0-2b 模型在准确性和抗噪鲁棒性方面有所提高，支持多语言转录和翻译，并具备关键词偏置和语言 ID 提示等功能。此外，更新后的 granite-speech-5.0-470m-turboctc 现已支持多语言，速度显著提升，实现了近 1.6 倍的加速，同时保持了适用于设备端使用的高吞吐量。修订版的 granite-speech-4.1-2b-plus 专注于多人录音场景，提供了改进的说话人归属能力、更精确的时间戳以及对长音频更好的性能。这些模型旨在满足多样化的企业需求，涵盖高精度翻译、快速边缘处理以及详细的会议分析。所有模型均采用 Apache 2.0 许可证发布，并可集成到 Transformers 和 vLLM 等流行框架中。IBM 建议在生产环境中将这些工具与 Granite Guardian 配合使用，以增强风险检测能力。
huggingface