IBM 发布了其 Granite Speech 系列的更新,推出了一款新的 20 亿参数模型 granite-speech-5.0-2b,并改进了两个现有模型。新的 2B 模型在多种语言的转录和翻译方面提供了更高的准确性、鲁棒性和控制力,包括关键词偏好和请求标点符号。granite-speech-5.0-470m-turboctc 模型已更新为多语言且速度更快,在 Open ASR Leaderboard 上取得了更高的 RTFx 分数。此外,granite-speech-4.1-2b-plus 在长格式录音的说话人归属和时间戳准确性方面得到了改进。 AI
影响 这些更新增强了语音处理能力,有望改进需要准确转录、翻译和说话人归属的企业级应用。
排序理由 Frontier-lab 模型发布,带有系统卡 [lever_c_demoted from frontier_release: ic=1 ai=1.0]
- Apple Silicon
- granite-speech-4.1-2b-plus
- Granite Speech 5.0
- granite-speech-5.0-2b
- granite-speech-5.0-470m-turboctc
- IBM
- llama.cpp
- mlx-audio
- Open ASR Leaderboard
- transformers
- vLLM
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →