Description
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
Points forts de Granite Speech 5.0 2B
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
Premiers pas avec Granite Speech 5.0 2B
Accéder au modèle : Visitez Hugging Face
Authentifier : Créer un compte
Configurer l'environnement : Installer transformers
Intégrer via API : Utiliser la bibliothèque transformers
Optimiser : Utiliser les paramètres recommandés pour de meilleurs résultats
Cas d'utilisation de Granite Speech 5.0 2B
- ASR multilingue
- Traduction de la parole
- Robustesse au bruit
- Biais de mots-clés
- Applications d'entreprise














