IBM 推出了 Granite Speech 5.0 2B,一个拥有 20 亿参数的全新开源语音语言模型,专为多语言语音转录和翻译而设计。该模型在 Open ASR 排行榜上取得了第二高的排名,平均英语词错误率 (WER) 为 5.68%。IBM 还更新了其 Turbo CTC 和 4.1 2B Plus 模型,分别增强了在边缘设备上的性能和说话人分离能力。Granite Speech 5.0 2B 模型可部署在包括 GPU、Apple Silicon 和 CPU 在内的各种平台上。 AI
影响 在多语言语音转录和翻译基准测试中设定了新的 SOTA(State-of-the-Art),给 Qwen3-ASR-1.7B 等竞争对手带来压力。
排序理由 前沿实验室模型发布,附带系统卡。
在 Mastodon — mastodon.social 阅读 →
AI 生成摘要 · Google Gemini · 来自 3 个来源。 我们如何撰写摘要 →