Deskripsi
Granite Speech 5.0 2B adalah model bahasa ucapan yang kompak dan efisien yang dikembangkan untuk pengenalan ucapan otomatis multibahasa (ASR) dan terjemahan ucapan otomatis dua arah (AST). Model ini mendukung bahasa termasuk Inggris, Prancis, Jerman, Spanyol, Portugis, dan Jepang. Model ini dilatih dengan 390.000 jam audio dari korpora publik dan dataset sintetis, meningkatkan kemampuannya dalam ASR bahasa Jepang, ASR yang bias kata kunci, dan terjemahan ucapan.
Baca Selengkapnya
Dibandingkan dengan pendahulunya, Granite Speech 4.1 2B, model ini mempertahankan jumlah parameter yang sama tetapi menawarkan akurasi transkripsi yang lebih baik untuk ASR bentuk pendek bahasa Inggris dan meningkatkan ketahanan terhadap kebisingan dan gema. Model ini juga mendukung pemicu ID bahasa input untuk ASR multibahasa dan memiliki kemampuan terjemahan ucapan bentuk panjang dan percakapan yang lebih baik.
Granite Speech 5.0 2B telah dievaluasi pada berbagai tolok ukur, menunjukkan kinerja yang lebih baik dalam kondisi ucapan yang bising dan bergema. Kemampuan bias daftar kata kunci model ini juga diuji, menunjukkan efektivitasnya dalam mentranskripsikan kata kunci selama tugas ASR.
Arsitektur model mencakup pengkode ucapan dengan 16 blok konformer, proyektor ucapan, dan model bahasa besar. Model ini dilatih menggunakan kluster superkomputer IBM, Blue Vela, yang dilengkapi dengan GPU NVIDIA H100. Proses pelatihan berlangsung selama 40 hari pada 8 GPU H100.
Granite Speech 5.0 2B ditujukan untuk aplikasi perusahaan yang melibatkan pemrosesan input ucapan, khususnya dalam tugas pengenalan ucapan ke teks dan terjemahan ucapan. Model ini didukung secara native dalam versi transformers 4.52.1 dan di atasnya, dan dapat diintegrasikan dengan berbagai platform untuk kinerja optimal.
- KategoriModel AI & LLM
- PenerapanCloud
- PlatformWeb
Sorotan Granite Speech 5.0 2B
Dukungan ASR dan AST multibahasa
Akurasi transkripsi yang lebih baik
Ketahanan terhadap kebisingan dan gema
Pemicu ID bahasa input
ASR dan AST yang bias kata kunci
Kemampuan tanda baca dan kapitalisasi
Dilatih dengan 390.000 jam audio
Bahasa yang didukung: Inggris, Prancis, Jerman, Spanyol, Portugis, Jepang
Memulai dengan Granite Speech 5.0 2B
Akses model: Kunjungi Hugging Face
Autentikasi: Siapkan akun
Siapkan lingkungan: Instal transformers
Integrasi melalui API: Gunakan pustaka transformers
Optimalkan: Gunakan pengaturan yang direkomendasikan untuk hasil terbaik
Kasus Penggunaan Granite Speech 5.0 2B
- ASR Multibahasa
- Terjemahan Ucapan
- Ketahanan terhadap Kebisingan
- Bias Kata Kunci
- Aplikasi Perusahaan














