IBM 推出 Granite Speech 5.0，并更新 Turbo CTC 和 4.1 2B Plus

发生了什么

IBM 推出了 granite-speech-5.0-2b，并更新了 granite-speech-5.0-470m-turboctc 和 granite-speech-4.1-2b-plus，三者均采用 Apache 2.0 许可证并原生支持 Transformers。新的 2B 模型借助最多包含 2,000 个词条的关键词列表提升了转录和翻译效果；Turbo CTC 新增多语言转录功能，达到 19,870 RTFx，速度约为发布时的 1.6 倍，准确度保持在同一水平。更新后的 Plus 模型提升了说话人归属和时间戳表现，长篇内容的 WER 降低了 24%。

这件事到目前为止

IBM 发布了 granite-speech-5.0-2b，并更新了 granite-speech-5.0-470m-turboctc 和 granite-speech-4.1-2b-plus，三款模型均采用 Apache 2.0 许可证，并原生支持 Transformers。这些版本涵盖转录与翻译、更快速的多语言转录，以及说话人归属和时间戳。 IBM 表示，新款 2B 模型改进了转录与翻译，并支持最多包含 2,000 个词条的关键词列表。对于 TurboCTC，IBM 表示，此次更新新增多语言转录功能，在准确度相同的情况下达到 19,870 RTFx，速度约为发布时的 1.6 倍。IBM 表示，更新后的 4.1-2B-Plus 改进了说话人归属和时间戳，并将长音频的词错误率降低了 24%。

继续阅读

正在热议

1. 1Mistral 与 NVIDIA 宣布开展工业工程 AI 合作并推出开放基准
2. 2Mistral 发布 Voxtral 3 语音模型、语音智能体 API 和基于 LiveKit 的 SDK
3. 3OpenAI称其模型帮助研究人员发现严重漏洞后，PHP发布安全更新
4. 4DeepSeek 开源 DeepInfer 和 API 组件，但模型与硬件支持有限