Zum Hauptinhalt springen
ToolPotion
KI-Berater
Einreichen

Granite Speech 5.0 2B

Granite Speech 5.0 2B ist ein mehrsprachiges Sprachmodell, das für die automatische Spracherkennung und Übersetzung entwickelt wurde. Es unterstützt Englisch, Französisch, Deutsch, Spanisch, Portugiesisch und Japanisch und bietet verbesserte Transkriptionsgenauigkeit und Robustheit gegenüber Geräuschen.

Modell ansehen
Teilen
Modell ansehen
Teilen

Granite Speech 5.0 2B ist ein kompaktes und effizientes Sprachmodell, das für die mehrsprachige automatische Spracherkennung (ASR) und bidirektionale automatische Sprachübersetzung (AST) entwickelt wurde. Es unterstützt Sprachen wie Englisch, Französisch, Deutsch, Spanisch, Portugiesisch und Japanisch. Das Modell wurde mit 390.000 Stunden Audio aus öffentlichen Korpora und synthetischen Datensätzen trainiert, was seine Fähigkeiten in der japanischen ASR, der keyword-biased ASR und der Sprachübersetzung verbessert.

Weiterlesen

Im Vergleich zu seinem Vorgänger, Granite Speech 4.1 2B, behält dieses Modell die gleiche Parameteranzahl bei, bietet jedoch eine verbesserte Transkriptionsgenauigkeit für die englische Kurzform-ASR und eine erhöhte Robustheit gegenüber Geräuschen und Nachhall. Es unterstützt auch die Eingabesprache-ID-Aufforderung für mehrsprachige ASR und hat verbesserte Fähigkeiten in der Langform- und Gesprächsübersetzung.

Granite Speech 5.0 2B wurde an verschiedenen Benchmarks evaluiert und zeigte eine verbesserte Leistung unter lauten und nachhallenden Sprachbedingungen. Die Fähigkeit des Modells zur Keyword-Listen-Biasierung wurde ebenfalls getestet, was seine Effektivität bei der Transkription von Schlüsselwörtern während ASR-Aufgaben demonstriert.

Die Modellarchitektur umfasst einen Sprachencoder mit 16 Conformer-Blöcken, einen Sprachprojektor und ein großes Sprachmodell. Es wurde mit IBMs Supercomputing-Cluster Blue Vela trainiert, das mit NVIDIA H100 GPUs ausgestattet ist. Der Trainingsprozess dauerte 40 Tage auf 8 H100 GPUs.

Granite Speech 5.0 2B ist für Unternehmensanwendungen gedacht, die die Verarbeitung von Spracheingaben betreffen, insbesondere in den Bereichen Sprach-zu-Text und Sprachübersetzung. Es wird nativ in Transformers-Version 4.52.1 und höher unterstützt und kann mit verschiedenen Plattformen für optimale Leistung integriert werden.

  • KategorieKI-Modelle & LLMs
  • BereitstellungCloud
  • PlattformenWeb

  • Mehrsprachige ASR- und AST-Unterstützung

  • Verbesserte Transkriptionsgenauigkeit

  • Robustheit gegenüber Geräuschen und Nachhall

  • Eingabesprache-ID-Aufforderung

  • Keyword-biased ASR und AST

  • Fähigkeiten zur Zeichensetzung und Großschreibung

  • Trainiert mit 390.000 Stunden Audio

  • Unterstützte Sprachen: Englisch, Französisch, Deutsch, Spanisch, Portugiesisch, Japanisch

  1. Modellzugang: Besuchen Sie Hugging Face

  2. Authentifizierung: Konto einrichten

  3. Umgebung einrichten: Transformers installieren

  4. Integration über API: Transformers-Bibliothek verwenden

  5. Optimierung: Empfohlene Einstellungen für beste Ergebnisse verwenden

  • Mehrsprachige ASR
  • Sprachübersetzung
  • Geräuschrobustheit
  • Keyword-Biasierung
  • Unternehmensanwendungen

Von IBM

Granite Speech 5.0 2B Bewertungen

Wird geladen...

Beliebte KI-Tools wie Granite Speech 5.0 2B

Qwen3-ASR-1.7B-hf ist ein fortschrittliches Open-Source-ASR-Modell, das Sprachidentifikation und Spracherkennung für 52 Sprachen und Dialekte unterstützt. Es bietet qualitativ…

KI-Modelle & LLMs
Tool ansehen

Fortschrittliches Open-Source-ASR-Modell, das Sprachidentifikation und Spracherkennung für 52 Sprachen und Dialekte unterstützt. Es bietet qualitativ…Qwen3-ASR-1.7B-hf ist ein fortschrittliches Open-Source-ASR-Modell, das Sprachidentifikation und Spracherkennung für 52 Sprachen und Dialekte unterstützt. Es bietet qualitativ…

KI-Modelle & LLMs
Top 5 KI-Modelle ansehen

Whisper-large-v3 ist ein fortschrittliches Modell für automatische Spracherkennung und Sprachübersetzung, das auf über 5 Millionen Stunden Daten trainiert wurde. Es bietet…

KI-Modelle & LLMs
Tool ansehen

Fortschrittliches Modell für automatische Spracherkennung und Sprachübersetzung, das auf über 5 Millionen Stunden Daten trainiert wurde. Es bietet…Whisper-large-v3 ist ein fortschrittliches Modell für automatische Spracherkennung und Sprachübersetzung, das auf über 5 Millionen Stunden Daten trainiert wurde. Es bietet…

EmpfohlenKI-Modelle & LLMs
Top 5 KI-Modelle ansehen

Wav2vec 2.0

KI-Modelle

Wav2vec 2.0 ist ein Algorithmus für selbstüberwachtes Lernen zur automatischen Spracherkennung. Er lernt aus Rohaudio und benötigt nur minimale transkribierte Daten, um eine hohe…

KI-Modelle & LLMs
Tool ansehen

KI-Modelle

Algorithmus für selbstüberwachtes Lernen zur automatischen Spracherkennung. Er lernt aus Rohaudio und benötigt nur minimale transkribierte Daten, um eine hohe…Wav2vec 2.0 ist ein Algorithmus für selbstüberwachtes Lernen zur automatischen Spracherkennung. Er lernt aus Rohaudio und benötigt nur minimale transkribierte Daten, um eine hohe…

KI-Modelle & LLMs
Top 5 KI-Modelle ansehen

OpenAI Whisper ist ein vortrainiertes Modell für automatische Spracherkennung und Übersetzung. Es unterstützt mehrere Sprachen und ist so konzipiert, dass es ohne Feinabstimmung…

KI-Modelle & LLMs
Tool ansehen

Vortrainiertes Modell für automatische Spracherkennung und Übersetzung. Es unterstützt mehrere Sprachen und ist so konzipiert, dass es ohne Feinabstimmung…OpenAI Whisper ist ein vortrainiertes Modell für automatische Spracherkennung und Übersetzung. Es unterstützt mehrere Sprachen und ist so konzipiert, dass es ohne Feinabstimmung…

KI-Modelle & LLMs
Top 5 KI-Modelle ansehen

Wav2Vec2 Large XLSR-53 ist ein vortrainiertes Sprachmodell, das für die sprachübergreifende Spracherkennung entwickelt wurde. Es erfordert eine Feinabstimmung für spezifische…

KI-Modelle & LLMs
Tool ansehen

Vortrainiertes Sprachmodell, das für die sprachübergreifende Spracherkennung entwickelt wurde. Es erfordert eine Feinabstimmung für spezifische…Wav2Vec2 Large XLSR-53 ist ein vortrainiertes Sprachmodell, das für die sprachübergreifende Spracherkennung entwickelt wurde. Es erfordert eine Feinabstimmung für spezifische…

KI-Modelle & LLMs
Top 5 KI-Modelle ansehen

SeamlessM4T v2 Large ist ein mehrsprachiges und multimodales maschinelles Übersetzungsmodell, das Sprach- und Textübersetzung in nahezu 100 Sprachen unterstützt. Es bietet eine…

KI-Übersetzer
Tool ansehen

Mehrsprachiges und multimodales maschinelles Übersetzungsmodell, das Sprach- und Textübersetzung in nahezu 100 Sprachen unterstützt. Es bietet eine…SeamlessM4T v2 Large ist ein mehrsprachiges und multimodales maschinelles Übersetzungsmodell, das Sprach- und Textübersetzung in nahezu 100 Sprachen unterstützt. Es bietet eine…

KI-Übersetzer
Top 5 KI-Modelle ansehen

Whisper Large V3 Turbo ist ein hochmodernes Modell für automatische Spracherkennung und Übersetzung, das für Geschwindigkeit mit reduzierten Dekodierungsschichten optimiert ist.…

KI-Modelle & LLMs
Tool ansehen

Hochmodernes Modell für automatische Spracherkennung und Übersetzung, das für Geschwindigkeit mit reduzierten Dekodierungsschichten optimiert ist.…Whisper Large V3 Turbo ist ein hochmodernes Modell für automatische Spracherkennung und Übersetzung, das für Geschwindigkeit mit reduzierten Dekodierungsschichten optimiert ist.…

KI-Modelle & LLMs
Top 5 KI-Modelle ansehen

Kompaktes Sprach-zu-Text-Modell, das für verschiedene Geräte entwickelt wurde und Transkription, Wortzeitstempel und Sprach-Embedding in mehreren Sprachen bietet.…Whistle ist ein kompaktes Sprach-zu-Text-Modell, das für verschiedene Geräte entwickelt wurde und Transkription, Wortzeitstempel und Sprach-Embedding in mehreren Sprachen bietet.…

KI-Modelle & LLMs
Top 5 KI-Modelle ansehen
1 von 8