跳到正文
Hugging Face Blog·· 2 小时前精选AI 评分62

IBM 发布 Granite Speech 5.0 系列:新增 2B 语音模型并更新 Turbo CTC 与 4.1 2B Plus

Granite Speech 5.0: Transcribe, Translate, and Attribute more Accurately and Faster

AI 导读

IBM 在 Hugging Face 发布 Granite Speech 系列三项更新,包括新模型 granite-speech-5.0-2b,以及 granite-speech-5.0-470m-turboctc 和 granite-speech-4.1-2b-plus 的修订版本。granite-speech-5.0-2b 与 4.1 2B 参数量相同,支持英语、法语、德语、西班牙语、葡萄牙语和日语的转写,并在这些语言与英语之间互译,另支持英语译成意大利语和中文,训练数据为 39 万小时公开音频加合成数据,支持最多 2000 个词的关键词偏置,在 Open ASR Leaderboard 公开英语短音频测试集上平均 WER 为 5.06%,排名第二。

推荐理由

原文给出三款语音模型的能力分工与关键指标变化,读者可据此判断企业转写与说话人分离场景该选哪一款。

来源:Hugging Face Blog · huggingface.co