IBM выпустила открытую модель Granite Speech 5.0 2B для транскрипции и перевода

IBM представила Granite Speech 5.0 2B — открытую речевую модель на 2 млрд параметров под лицензией Apache 2.0, распознающую речь на 6 языках. Средний WER на английском — 5,68% (второе место среди открытых моделей в Open ASR Leaderboard), поддерживается подсказка списками до 2000 терминов. Также обновлены Turbo CTC (470M, 7 языков, 19 870 RTFx) и 4.1 2B Plus.

• 2 млрд параметров, Apache 2.0, 6 языков транскрипции
• 5,68% средний WER на английском — второе место среди открытых моделей
• Подсказка ключевых слов до 2000 терминов поднимает F1 с 67,2 до 90,1
• Turbo CTC ускорился до 19 870 RTFx и охватывает 7 языков