IBM发布了Granite Speech 5.0 2B,一个拥有20亿参数的语音模型。该模型专为六种语言的转录和翻译而设计,并根据Apache 2.0许可提供。它取得了强劲的性能,在Open ASR排行榜上名列第二,平均英语词错误率为5.68%,并包含多达2000个术语的关键词偏置功能。该模型用途广泛,能够运行在包括GPU、Apple Silicon和本地CPU在内的各种硬件上。 AI
影响 为语音转录和翻译提供了一个新的开源选项,可能降低开发者的门槛。
排序理由 发布了一个具有性能基准的开源模型。 [lever_c_demoted from research: ic=1 ai=1.0]
在 Mastodon — sigmoid.social 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →