Aller au contenu principal
ToolPotion
Conseiller IA
Soumettre

Granite Speech 5.0 2B

Granite Speech 5.0 2B est un modèle de langage de parole multilingue conçu pour la reconnaissance automatique de la parole et la traduction. Il prend en charge l'anglais, le français, l'allemand, l'espagnol, le portugais et le japonais, offrant une précision de transcription améliorée et une robustesse au bruit.

Voir le modèle
Partager
Voir le modèle
Partager

Granite Speech 5.0 2B est un modèle de langage de parole compact et efficace développé pour la reconnaissance automatique de la parole (ASR) multilingue et la traduction automatique de la parole bidirectionnelle (AST). Il prend en charge des langues telles que l'anglais, le français, l'allemand, l'espagnol, le portugais et le japonais. Le modèle a été entraîné sur 390 000 heures d'audio provenant de corpus publics et de jeux de données synthétiques, améliorant ses capacités en ASR japonais, en ASR biaisé par mots-clés et en traduction de la parole.

Lire la suite

Comparé à son prédécesseur, Granite Speech 4.1 2B, ce modèle maintient le même nombre de paramètres mais offre une précision de transcription améliorée pour l'ASR en anglais à court terme et une robustesse accrue au bruit et à la réverbération. Il prend également en charge l'invite d'identification de langue d'entrée pour l'ASR multilingue et a amélioré ses capacités de traduction de la parole à long terme et conversationnelle.

Granite Speech 5.0 2B a été évalué sur divers benchmarks, montrant des performances améliorées dans des conditions de parole bruyantes et réverbérantes. La capacité de biais de liste de mots-clés du modèle a également été testée, démontrant son efficacité à transcrire des mots-clés lors des tâches ASR.

L'architecture du modèle comprend un encodeur de parole avec 16 blocs conformes, un projecteur de parole et un grand modèle de langage. Il a été entraîné en utilisant le cluster de supercalcul IBM, Blue Vela, équipé de GPU NVIDIA H100. Le processus d'entraînement a duré 40 jours sur 8 GPU H100.

Granite Speech 5.0 2B est destiné aux applications d'entreprise impliquant le traitement de l'entrée vocale, en particulier dans les tâches de conversion de la parole en texte et de traduction de la parole. Il est pris en charge nativement dans les versions 4.52.1 et supérieures de transformers, et peut être intégré à diverses plateformes pour des performances optimales.

  • CatégorieModèles d'IA et LLM
  • DéploiementCloud
  • PlateformesWeb

  • Support ASR et AST multilingue

  • Précision de transcription améliorée

  • Robustesse au bruit et à la réverbération

  • Invite d'identification de langue d'entrée

  • ASR et AST biaisés par mots-clés

  • Capacités de ponctuation et de capitalisation

  • Entraîné sur 390 000 heures d'audio

  • Langues prises en charge : anglais, français, allemand, espagnol, portugais, japonais

  1. Accéder au modèle : Visitez Hugging Face

  2. Authentifier : Créer un compte

  3. Configurer l'environnement : Installer transformers

  4. Intégrer via API : Utiliser la bibliothèque transformers

  5. Optimiser : Utiliser les paramètres recommandés pour de meilleurs résultats

  • ASR multilingue
  • Traduction de la parole
  • Robustesse au bruit
  • Biais de mots-clés
  • Applications d'entreprise

Chez IBM

Avis sur Granite Speech 5.0 2B

Chargement...

Outils IA populaires comme Granite Speech 5.0 2B

Qwen3-ASR-1.7B-hf est un modèle ASR open-source avancé prenant en charge l'identification de la langue et la reconnaissance vocale pour 52 langues et dialectes. Il offre une…

Modèles d'IA et LLM
Voir l'outil

Modèle ASR open-source avancé prenant en charge l'identification de la langue et la reconnaissance vocale pour 52 langues et dialectes. Il offre une…Qwen3-ASR-1.7B-hf est un modèle ASR open-source avancé prenant en charge l'identification de la langue et la reconnaissance vocale pour 52 langues et dialectes. Il offre une…

Modèles d'IA et LLM
Voir le Top 5 Modèles IA

whisper-large-v3

Modèles IA

Whisper-large-v3 est un modèle avancé pour la reconnaissance automatique de la parole et la traduction de la parole, entraîné sur plus de 5 millions d'heures de données. Il offre…

Modèles d'IA et LLM
Voir l'outil

Modèles IA

Modèle avancé pour la reconnaissance automatique de la parole et la traduction de la parole, entraîné sur plus de 5 millions d'heures de données. Il offre…Whisper-large-v3 est un modèle avancé pour la reconnaissance automatique de la parole et la traduction de la parole, entraîné sur plus de 5 millions d'heures de données. Il offre…

En vedetteModèles d'IA et LLM
Voir le Top 5 Modèles IA

Wav2vec 2.0

Modèles IA

Wav2vec 2.0 est un algorithme d'apprentissage auto-supervisé pour la reconnaissance vocale automatique. Il apprend à partir de l'audio brut, nécessitant un minimum de données…

Modèles d'IA et LLM
Voir l'outil

Modèles IA

Algorithme d'apprentissage auto-supervisé pour la reconnaissance vocale automatique. Il apprend à partir de l'audio brut, nécessitant un minimum de données…Wav2vec 2.0 est un algorithme d'apprentissage auto-supervisé pour la reconnaissance vocale automatique. Il apprend à partir de l'audio brut, nécessitant un minimum de données…

Modèles d'IA et LLM
Voir le Top 5 Modèles IA

OpenAI Whisper est un modèle pré-entraîné pour la reconnaissance automatique de la parole et la traduction. Il prend en charge plusieurs langues et est conçu pour se généraliser à…

Modèles d'IA et LLM
Voir l'outil

OpenAI Whisper est un modèle pré-entraîné pour la reconnaissance automatique de la parole et la traduction. Il prend en charge plusieurs langues et est conçu pour se généraliser à…

Modèles d'IA et LLM
Voir le Top 5 Modèles IA

Wav2Vec2 Large XLSR-53 est un modèle de reconnaissance vocale préentraîné conçu pour la reconnaissance vocale interlangue. Il nécessite un ajustement pour des tâches spécifiques…

Modèles d'IA et LLM
Voir l'outil

Modèle de reconnaissance vocale préentraîné conçu pour la reconnaissance vocale interlangue. Il nécessite un ajustement pour des tâches spécifiques…Wav2Vec2 Large XLSR-53 est un modèle de reconnaissance vocale préentraîné conçu pour la reconnaissance vocale interlangue. Il nécessite un ajustement pour des tâches spécifiques…

Modèles d'IA et LLM
Voir le Top 5 Modèles IA

SeamlessM4T v2 Large est un modèle de traduction automatique multilingue et multimodal prenant en charge la traduction de la parole et du texte dans près de 100 langues. Il offre…

Traducteurs IA
Voir l'outil

Modèle de traduction automatique multilingue et multimodal prenant en charge la traduction de la parole et du texte dans près de 100 langues. Il offre…SeamlessM4T v2 Large est un modèle de traduction automatique multilingue et multimodal prenant en charge la traduction de la parole et du texte dans près de 100 langues. Il offre…

Traducteurs IA
Voir le Top 5 Modèles IA

Whisper Large V3 Turbo est un modèle de pointe pour la reconnaissance automatique de la parole et la traduction, optimisé pour la vitesse avec des couches de décodage réduites. Il…

Modèles d'IA et LLM
Voir l'outil

Modèle de pointe pour la reconnaissance automatique de la parole et la traduction, optimisé pour la vitesse avec des couches de décodage réduites. Il…Whisper Large V3 Turbo est un modèle de pointe pour la reconnaissance automatique de la parole et la traduction, optimisé pour la vitesse avec des couches de décodage réduites. Il…

Modèles d'IA et LLM
Voir le Top 5 Modèles IA

Modèle de reconnaissance vocale compact conçu pour divers appareils, offrant transcription, horodatage des mots et intégration vocale dans plusieurs langues. Il…Whistle est un modèle de reconnaissance vocale compact conçu pour divers appareils, offrant transcription, horodatage des mots et intégration vocale dans plusieurs langues. Il…

Modèles d'IA et LLM
Voir le Top 5 Modèles IA
1 sur 8