الوصف
Granite Speech 5.0 2B هو نموذج لغوي صوتي مدمج وفعال تم تطويره للتعرف التلقائي على الكلام متعدد اللغات (ASR) والترجمة التلقائية للكلام ثنائية الاتجاه (AST). يدعم لغات تشمل الإنجليزية والفرنسية والألمانية والإسبانية والبرتغالية واليابانية. تم تدريب النموذج على 390,000 ساعة من الصوت من مجموعات بيانات عامة ومجموعات بيانات صناعية، مما يعزز قدراته في ASR الياباني، وASR الموجه نحو الكلمات الرئيسية، وترجمة الكلام.
قراءة المزيد
بالمقارنة مع سلفه، Granite Speech 4.1 2B، يحتفظ هذا النموذج بنفس عدد المعلمات ولكنه يقدم دقة محسنة في النسخ لـ ASR القصير باللغة الإنجليزية وزيادة في المرونة ضد الضوضاء والارتداد. كما يدعم تحفيز معرف اللغة المدخلة لـ ASR متعدد اللغات وقد حسّن قدراته في ترجمة الكلام الطويل والمحادثات.
تم تقييم Granite Speech 5.0 2B على مجموعة متنوعة من المعايير، مما يظهر أداءً معززًا في ظروف الكلام المليئة بالضوضاء والارتداد. كما تم اختبار قدرة النموذج على توجيه قائمة الكلمات الرئيسية، مما يوضح فعاليته في نسخ الكلمات الرئيسية أثناء مهام ASR.
تشمل بنية النموذج مشفر صوتي مع 16 كتلة متوافقة، ومشغل صوتي، ونموذج لغوي كبير. تم تدريبه باستخدام مجموعة الحوسبة الفائقة من IBM، Blue Vela، المجهزة بوحدات معالجة الرسوميات NVIDIA H100. استغرق عملية التدريب 40 يومًا على 8 وحدات H100.
Granite Speech 5.0 2B مخصص لتطبيقات المؤسسات التي تتضمن معالجة إدخال الصوت، وخاصة في مهام تحويل الكلام إلى نص وترجمة الكلام. يتم دعمه بشكل أصلي في إصدارات المحولات 4.52.1 وما فوق، ويمكن دمجه مع منصات مختلفة لتحقيق أداء مثالي.
- الفئةنماذج الذكاء الاصطناعي ونماذج اللغة الكبيرة
- النشرسحابي
- المنصاتالويب
أبرز ملامح Granite Speech 5.0 2B
دعم ASR وAST متعدد اللغات
دقة محسنة في النسخ
مرونة ضد الضوضاء والارتداد
تحفيز معرف اللغة المدخلة
ASR وAST موجه نحو الكلمات الرئيسية
قدرات الترقيم والحروف الكبيرة
تم التدريب على 390,000 ساعة من الصوت
اللغات المدعومة: الإنجليزية، الفرنسية، الألمانية، الإسبانية، البرتغالية، اليابانية
البدء مع Granite Speech 5.0 2B
الوصول إلى النموذج: زيارة Hugging Face
المصادقة: إعداد الحساب
إعداد البيئة: تثبيت المحولات
الدمج عبر API: استخدام مكتبة المحولات
تحسين: استخدام الإعدادات الموصى بها للحصول على أفضل النتائج
حالات استخدام Granite Speech 5.0 2B
- ASR متعدد اللغات
- ترجمة الكلام
- مرونة ضد الضوضاء
- توجيه الكلمات الرئيسية
- تطبيقات المؤسسات














