Langsung ke konten utama
ToolPotion
Penasihat AI
Kirim (Gratis)

Granite Speech 5.0 2B

Granite Speech 5.0 2B adalah model bahasa ucapan multibahasa yang dirancang untuk pengenalan ucapan otomatis dan terjemahan. Model ini mendukung bahasa Inggris, Prancis, Jerman, Spanyol, Portugis, dan Jepang, menawarkan akurasi transkripsi yang lebih baik dan ketahanan terhadap kebisingan.

Lihat Model
Bagikan
Lihat Model
Bagikan

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

  • 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

  1. Akses model: Kunjungi Hugging Face

  2. Autentikasi: Siapkan akun

  3. Siapkan lingkungan: Instal transformers

  4. Integrasi melalui API: Gunakan pustaka transformers

  5. Optimalkan: Gunakan pengaturan yang direkomendasikan untuk hasil terbaik

  • ASR Multibahasa
  • Terjemahan Ucapan
  • Ketahanan terhadap Kebisingan
  • Bias Kata Kunci
  • Aplikasi Perusahaan

Alat AI Populer Seperti Granite Speech 5.0 2B

Qwen3-ASR-1.7B-hf adalah model ASR sumber terbuka yang canggih yang mendukung identifikasi bahasa dan pengenalan ucapan untuk 52 bahasa dan dialek. Model ini menawarkan pengenalan…

Model AI & LLM
Lihat Alat

Model ASR sumber terbuka yang canggih yang mendukung identifikasi bahasa dan pengenalan ucapan untuk 52 bahasa dan dialek. Model ini menawarkan pengenalan…Qwen3-ASR-1.7B-hf adalah model ASR sumber terbuka yang canggih yang mendukung identifikasi bahasa dan pengenalan ucapan untuk 52 bahasa dan dialek. Model ini menawarkan pengenalan…

Model AI & LLM
Lihat Top 5 Model AI

Whisper-large-v3 adalah model canggih untuk pengenalan suara otomatis dan terjemahan suara, dilatih dengan lebih dari 5 juta jam data. Model ini menawarkan kinerja yang lebih baik…

Model AI & LLM
Lihat Alat

Model canggih untuk pengenalan suara otomatis dan terjemahan suara, dilatih dengan lebih dari 5 juta jam data. Model ini menawarkan kinerja yang lebih baik…Whisper-large-v3 adalah model canggih untuk pengenalan suara otomatis dan terjemahan suara, dilatih dengan lebih dari 5 juta jam data. Model ini menawarkan kinerja yang lebih baik…

UnggulanModel AI & LLM
Lihat Top 5 Model AI

Wav2vec 2.0

Model AI

Wav2vec 2.0 adalah algoritma pembelajaran mandiri untuk pengenalan ucapan otomatis. Algoritma ini belajar dari audio mentah, membutuhkan data transkripsi minimal untuk mencapai…

Model AI & LLM
Lihat Alat

Model AI

Algoritma pembelajaran mandiri untuk pengenalan ucapan otomatis. Algoritma ini belajar dari audio mentah, membutuhkan data transkripsi minimal untuk mencapai…Wav2vec 2.0 adalah algoritma pembelajaran mandiri untuk pengenalan ucapan otomatis. Algoritma ini belajar dari audio mentah, membutuhkan data transkripsi minimal untuk mencapai…

Model AI & LLM
Lihat Top 5 Model AI

OpenAI Whisper adalah model pra-latih untuk pengenalan suara otomatis dan terjemahan. Model ini mendukung berbagai bahasa dan dirancang untuk menggeneralisasi di berbagai dataset…

Model AI & LLM
Lihat Alat

OpenAI Whisper adalah model pra-latih untuk pengenalan suara otomatis dan terjemahan. Model ini mendukung berbagai bahasa dan dirancang untuk menggeneralisasi di berbagai dataset…

Model AI & LLM
Lihat Top 5 Model AI

Wav2Vec2 Large XLSR-53 adalah model suara yang telah dilatih sebelumnya, dirancang untuk pengenalan suara lintas bahasa. Model ini memerlukan penyesuaian untuk tugas tertentu…

Model AI & LLM
Lihat Alat

Model suara yang telah dilatih sebelumnya, dirancang untuk pengenalan suara lintas bahasa. Model ini memerlukan penyesuaian untuk tugas tertentu…Wav2Vec2 Large XLSR-53 adalah model suara yang telah dilatih sebelumnya, dirancang untuk pengenalan suara lintas bahasa. Model ini memerlukan penyesuaian untuk tugas tertentu…

Model AI & LLM
Lihat Top 5 Model AI

SeamlessM4T v2 Large adalah model terjemahan mesin multibahasa dan multimodal yang mendukung terjemahan suara dan teks dalam hampir 100 bahasa. Model ini menawarkan kualitas dan…

Penerjemah AI
Lihat Alat

Model terjemahan mesin multibahasa dan multimodal yang mendukung terjemahan suara dan teks dalam hampir 100 bahasa. Model ini menawarkan kualitas dan…SeamlessM4T v2 Large adalah model terjemahan mesin multibahasa dan multimodal yang mendukung terjemahan suara dan teks dalam hampir 100 bahasa. Model ini menawarkan kualitas dan…

Penerjemah AI
Lihat Top 5 Model AI

Whisper Large V3 Turbo adalah model canggih untuk pengenalan suara otomatis dan terjemahan, dioptimalkan untuk kecepatan dengan lapisan dekoding yang dikurangi. Model ini…

Model AI & LLM
Lihat Alat

Model canggih untuk pengenalan suara otomatis dan terjemahan, dioptimalkan untuk kecepatan dengan lapisan dekoding yang dikurangi. Model ini…Whisper Large V3 Turbo adalah model canggih untuk pengenalan suara otomatis dan terjemahan, dioptimalkan untuk kecepatan dengan lapisan dekoding yang dikurangi. Model ini…

Model AI & LLM
Lihat Top 5 Model AI

Model ucapan ke teks yang ringkas dirancang untuk berbagai perangkat, menawarkan transkripsi, cap waktu kata, dan embedding ucapan dalam berbagai bahasa. Model ini…Whistle adalah model ucapan ke teks yang ringkas dirancang untuk berbagai perangkat, menawarkan transkripsi, cap waktu kata, dan embedding ucapan dalam berbagai bahasa. Model ini…

Model AI & LLM
Lihat Top 5 Model AI
1 dari 8