跳到正文

IBM 发布 Granite Speech 5.0-2B,并更新 TurboCTC 和 4.1-2B-Plus

1篇报道 1个报道来源 2 小时前更新

先了解这件事

AI 综述

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%。

AI 根据报道生成 · 1 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月21日
  1. IBM 推出 Granite Speech 5.0,并更新 Turbo CTC 和 4.1 2B Plus

    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%。

明早 08:00 把这样一份日报发到你邮箱

和上面这份一样:几件值得看的事。免费,点确认信之后才会开始发送,每封信都能一键退订。 看一份往期日报

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。

继续阅读

最新日报 · 第 28 期Mistral AI 发布 Voxtral 3 语音模型和语音智能体 SDK

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