Saltar al contenido principal
ToolPotion
Asesor de IA
Enviar

Granite Speech 5.0 2B

Granite Speech 5.0 2B es un modelo de lenguaje de voz multilingüe diseñado para el reconocimiento automático de voz y la traducción. Soporta inglés, francés, alemán, español, portugués y japonés, ofreciendo una mayor precisión en la transcripción y robustez ante el ruido.

Ver modelo
Compartir
Ver modelo
Compartir

Granite Speech 5.0 2B es un modelo de lenguaje de voz compacto y eficiente desarrollado para el reconocimiento automático de voz (ASR) multilingüe y la traducción automática de voz bidireccional (AST). Soporta idiomas como inglés, francés, alemán, español, portugués y japonés. El modelo fue entrenado con 390,000 horas de audio de corpora públicos y conjuntos de datos sintéticos, mejorando sus capacidades en ASR japonés, ASR sesgado por palabras clave y traducción de voz.

Leer más

En comparación con su predecesor, Granite Speech 4.1 2B, este modelo mantiene la misma cantidad de parámetros pero ofrece una mayor precisión en la transcripción para ASR en inglés de formato corto y una mayor robustez ante el ruido y la reverberación. También soporta la identificación del idioma de entrada para ASR multilingüe y ha mejorado sus capacidades de traducción de voz en formato largo y conversacional.

Granite Speech 5.0 2B fue evaluado en varios benchmarks, mostrando un rendimiento mejorado en condiciones de habla ruidosa y reverberante. La capacidad de sesgo de la lista de palabras clave del modelo también fue probada, demostrando su efectividad en la transcripción de palabras clave durante tareas de ASR.

La arquitectura del modelo incluye un codificador de voz con 16 bloques conformadores, un proyector de voz y un modelo de lenguaje grande. Fue entrenado utilizando el clúster de supercomputación Blue Vela de IBM, equipado con GPUs NVIDIA H100. El proceso de entrenamiento tomó 40 días en 8 GPUs H100.

Granite Speech 5.0 2B está destinado a aplicaciones empresariales que implican el procesamiento de entrada de voz, particularmente en tareas de conversión de voz a texto y traducción de voz. Es compatible de forma nativa en transformers versión 4.52.1 y superior, y puede integrarse con varias plataformas para un rendimiento óptimo.

  • CategoríaModelos de IA y LLM
  • ImplementaciónNube
  • PlataformasWeb

  • Soporte para ASR y AST multilingüe

  • Mayor precisión en la transcripción

  • Robustez ante ruido y reverberación

  • Identificación del idioma de entrada

  • ASR y AST sesgados por palabras clave

  • Capacidades de puntuación y capitalización

  • Entrenado con 390,000 horas de audio

  • Idiomas soportados: inglés, francés, alemán, español, portugués, japonés

  1. Acceder al modelo: Visitar Hugging Face

  2. Autenticarse: Configurar cuenta

  3. Configurar el entorno: Instalar transformers

  4. Integrar a través de API: Usar la biblioteca transformers

  5. Optimizar: Usar configuraciones recomendadas para mejores resultados

  • ASR multilingüe
  • Traducción de voz
  • Robustez ante ruido
  • Sesgo por palabras clave
  • Aplicaciones empresariales

De IBM

Reseñas de Granite Speech 5.0 2B

Cargando...

Herramientas de IA populares como Granite Speech 5.0 2B

Qwen3-ASR-1.7B-hf

Modelos de IA

Qwen3-ASR-1.7B-hf es un modelo ASR avanzado de código abierto que admite la identificación de idiomas y el reconocimiento de voz para 52 idiomas y dialectos. Ofrece un…

Modelos de IA y LLM
Ver herramienta

Modelos de IA

Modelo ASR avanzado de código abierto que admite la identificación de idiomas y el reconocimiento de voz para 52 idiomas y dialectos. Ofrece un…Qwen3-ASR-1.7B-hf es un modelo ASR avanzado de código abierto que admite la identificación de idiomas y el reconocimiento de voz para 52 idiomas y dialectos. Ofrece un…

Modelos de IA y LLM
Ver el Top 5 de Modelos de IA

whisper-large-v3

Modelos de IA

Whisper-large-v3 es un modelo avanzado para el reconocimiento automático de voz y la traducción de voz, entrenado con más de 5 millones de horas de datos. Ofrece un rendimiento…

Modelos de IA y LLM
Ver herramienta

Modelos de IA

Modelo avanzado para el reconocimiento automático de voz y la traducción de voz, entrenado con más de 5 millones de horas de datos. Ofrece un rendimiento…Whisper-large-v3 es un modelo avanzado para el reconocimiento automático de voz y la traducción de voz, entrenado con más de 5 millones de horas de datos. Ofrece un rendimiento…

DestacadaModelos de IA y LLM
Ver el Top 5 de Modelos de IA

Wav2vec 2.0

Modelos de IA

Wav2vec 2.0 es un algoritmo de aprendizaje autosupervisado para el reconocimiento automático del habla. Aprende a partir de audio sin procesar, requiriendo una cantidad mínima de…

Modelos de IA y LLM
Ver herramienta

Modelos de IA

Algoritmo de aprendizaje autosupervisado para el reconocimiento automático del habla. Aprende a partir de audio sin procesar, requiriendo una cantidad mínima de…Wav2vec 2.0 es un algoritmo de aprendizaje autosupervisado para el reconocimiento automático del habla. Aprende a partir de audio sin procesar, requiriendo una cantidad mínima de…

Modelos de IA y LLM
Ver el Top 5 de Modelos de IA

OpenAI Whisper es un modelo preentrenado para el reconocimiento automático de voz y la traducción. Soporta múltiples idiomas y está diseñado para generalizar a través de conjuntos…

Modelos de IA y LLM
Ver herramienta

OpenAI Whisper es un modelo preentrenado para el reconocimiento automático de voz y la traducción. Soporta múltiples idiomas y está diseñado para generalizar a través de conjuntos…

Modelos de IA y LLM
Ver el Top 5 de Modelos de IA

Wav2Vec2 Large XLSR-53 es un modelo de voz preentrenado diseñado para el reconocimiento de voz multilingüe. Requiere ajuste fino para tareas específicas como el Reconocimiento…

Modelos de IA y LLM
Ver herramienta

Modelo de voz preentrenado diseñado para el reconocimiento de voz multilingüe. Requiere ajuste fino para tareas específicas como el Reconocimiento…Wav2Vec2 Large XLSR-53 es un modelo de voz preentrenado diseñado para el reconocimiento de voz multilingüe. Requiere ajuste fino para tareas específicas como el Reconocimiento…

Modelos de IA y LLM
Ver el Top 5 de Modelos de IA

SeamlessM4T v2 Large es un modelo de traducción automática multilingüe y multimodal que admite la traducción de voz y texto en casi 100 idiomas. Ofrece una calidad y velocidad…

Traductores con IA
Ver herramienta

Modelo de traducción automática multilingüe y multimodal que admite la traducción de voz y texto en casi 100 idiomas. Ofrece una calidad y velocidad…SeamlessM4T v2 Large es un modelo de traducción automática multilingüe y multimodal que admite la traducción de voz y texto en casi 100 idiomas. Ofrece una calidad y velocidad…

Traductores con IA
Ver el Top 5 de Modelos de IA

Whisper Large V3 Turbo es un modelo de vanguardia para el reconocimiento automático de voz y la traducción, optimizado para la velocidad con capas de decodificación reducidas.…

Modelos de IA y LLM
Ver herramienta

Modelo de vanguardia para el reconocimiento automático de voz y la traducción, optimizado para la velocidad con capas de decodificación reducidas.…Whisper Large V3 Turbo es un modelo de vanguardia para el reconocimiento automático de voz y la traducción, optimizado para la velocidad con capas de decodificación reducidas.…

Modelos de IA y LLM
Ver el Top 5 de Modelos de IA

Modelo compacto de reconocimiento de voz a texto diseñado para diversos dispositivos, que ofrece transcripción, marcas de tiempo de palabras y incrustación de voz en…Whistle es un modelo compacto de reconocimiento de voz a texto diseñado para diversos dispositivos, que ofrece transcripción, marcas de tiempo de palabras y incrustación de voz en…

Modelos de IA y LLM
Ver el Top 5 de Modelos de IA
1 de 8