IBM представила Granite Speech 5.0 2B, новую языковую модель для транскрипции и перевода, которая поддерживает шесть языков. Модель состоит из 2 миллиардов параметров и доступна для разработчиков с возможностью точной транскрипции и быстрой обработки на устройствах. Также были обновлены две существующие модели: Turbo CTC и 4.1 2B Plus.
Granite Speech 5.0 2B демонстрирует высокую производительность, занимая второе место среди открытых моделей на Open ASR Leaderboard с 5.68% средней ошибкой слов (WER) на английском языке. Лучше всего модель работает с чистыми записями LibriSpeech, показывая 0.99% WER, в то время как на частных разговорных наборах WER достигает 13.79%. Модель рекомендуется для аудиосегментов длиной до двух минут.
Этот релиз важен для разработчиков, работающих с многоязычными приложениями, так как он предлагает новые возможности для обработки речи. Granite Speech 5.0 2B может значительно улучшить качество транскрипции и перевода, что имеет значение для глобальных коммуникаций и бизнеса.