본문으로 건너뛰기
ToolPotion
AI 어드바이저
제출 (무료)

Granite Speech 5.0 2B

Granite Speech 5.0 2B는 자동 음성 인식 및 번역을 위해 설계된 다국어 음성 언어 모델입니다. 영어, 프랑스어, 독일어, 스페인어, 포르투갈어 및 일본어를 지원하며, 전사 정확도와 소음 강인성이 향상되었습니다.

모델 보기
공유
모델 보기
공유

Granite Speech 5.0 2B는 다국어 자동 음성 인식(ASR) 및 양방향 자동 음성 번역(AST)을 위해 개발된 컴팩트하고 효율적인 음성 언어 모델입니다. 영어, 프랑스어, 독일어, 스페인어, 포르투갈어 및 일본어를 포함한 언어를 지원합니다. 이 모델은 공개 코퍼스와 합성 데이터 세트에서 390,000시간의 오디오로 훈련되어 일본어 ASR, 키워드 편향 ASR 및 음성 번역에서의 능력을 향상시켰습니다.

더 읽기

이전 모델인 Granite Speech 4.1 2B와 비교할 때, 이 모델은 동일한 매개변수 수를 유지하면서 영어 단문 ASR에 대한 전사 정확도가 향상되었고, 소음 및 잔향에 대한 강인성이 증가했습니다. 또한 다국어 ASR을 위한 입력 언어 ID 프롬프트를 지원하며, 장문 및 대화형 음성 번역 능력이 개선되었습니다.

Granite Speech 5.0 2B는 다양한 벤치마크에서 평가되었으며, 소음 및 잔향이 있는 음성 조건에서 향상된 성능을 보여주었습니다. 모델의 키워드 목록 편향 기능도 테스트되어 ASR 작업 중 키워드를 전사하는 데 효과적임을 입증했습니다.

모델 아키텍처에는 16개의 컨포머 블록을 가진 음성 인코더, 음성 프로젝터 및 대형 언어 모델이 포함되어 있습니다. IBM의 슈퍼컴퓨팅 클러스터인 Blue Vela에서 NVIDIA H100 GPU를 사용하여 훈련되었습니다. 훈련 과정은 8개의 H100 GPU에서 40일이 소요되었습니다.

Granite Speech 5.0 2B는 음성 입력 처리와 관련된 기업 애플리케이션을 위해 설계되었으며, 특히 음성-텍스트 및 음성 번역 작업에 사용됩니다. transformers 버전 4.52.1 이상에서 기본적으로 지원되며, 최적의 성능을 위해 다양한 플랫폼과 통합할 수 있습니다.

  • 카테고리AI 모델 및 LLM
  • 배포클라우드
  • 플랫폼웹

  • 다국어 ASR 및 AST 지원

  • 향상된 전사 정확도

  • 소음 및 잔향 강인성

  • 입력 언어 ID 프롬프트

  • 키워드 편향 ASR 및 AST

  • 구두점 및 대문자 처리 기능

  • 390,000시간의 오디오로 훈련됨

  • 지원 언어: 영어, 프랑스어, 독일어, 스페인어, 포르투갈어, 일본어

  1. 모델 접근: Hugging Face 방문

  2. 인증: 계정 설정

  3. 환경 설정: transformers 설치

  4. API를 통한 통합: transformers 라이브러리 사용

  5. 최적화: 최상의 결과를 위한 권장 설정 사용

  • 다국어 ASR
  • 음성 번역
  • 소음 강인성
  • 키워드 편향
  • 기업 애플리케이션

IBM의 제품

Granite Speech 5.0 2B 리뷰

로딩 중...

Granite Speech 5.0 2B와(과) 비슷한 인기 AI 도구

Qwen3-ASR-1.7B-hf는 52개 언어와 방언에 대한 언어 식별 및 음성 인식을 지원하는 고급 오픈 소스 ASR 모델입니다. 복잡한 음향 환경에서 고품질의 강력한 인식을 제공하며 스트리밍 및 오프라인 추론을 모두 지원합니다.

AI 모델 및 LLM
도구 보기

52개 언어와 방언에 대한 언어 식별 및 음성 인식을 지원하는 고급 오픈 소스 ASR 모델입니다. 복잡한 음향 환경에서 고품질의 강력한 인식을 제공하며 스트리밍 및 오프라인 추론을 모두 지원합니다.Qwen3-ASR-1.7B-hf는 52개 언어와 방언에 대한 언어 식별 및 음성 인식을 지원하는 고급 오픈 소스 ASR 모델입니다. 복잡한 음향 환경에서 고품질의 강력한 인식을 제공하며 스트리밍 및 오프라인 추론을 모두 지원합니다.

AI 모델 및 LLM
AI 모델 TOP 5 보기

Whisper-large-v3는 500만 시간 이상의 데이터로 훈련된 자동 음성 인식 및 음성 번역을 위한 고급 모델입니다. 여러 언어에서 향상된 성능을 제공하며 AI 분야의 개발자와 연구자를 위해 설계되었습니다.

AI 모델 및 LLM
도구 보기

500만 시간 이상의 데이터로 훈련된 자동 음성 인식 및 음성 번역을 위한 고급 모델입니다. 여러 언어에서 향상된 성능을 제공하며 AI 분야의 개발자와 연구자를 위해 설계되었습니다.Whisper-large-v3는 500만 시간 이상의 데이터로 훈련된 자동 음성 인식 및 음성 번역을 위한 고급 모델입니다. 여러 언어에서 향상된 성능을 제공하며 AI 분야의 개발자와 연구자를 위해 설계되었습니다.

추천AI 모델 및 LLM
AI 모델 TOP 5 보기

Wav2vec 2.0

AI 모델

Wav2vec 2.0은 자동 음성 인식(ASR)을 위한 자기 지도 학습 알고리즘입니다. 원시 오디오에서 학습하며 높은 정확도를 달성하기 위해 최소한의 전사 데이터만 필요로 합니다. 이를 통해 광범위한 레이블이 지정된 데이터셋에 대한 의존도를 줄이고 더 많은 언어, 방언 및 도메인에 대한 음성 인식이 가능해집니다.

AI 모델 및 LLM
도구 보기

AI 모델

자동 음성 인식(ASR)을 위한 자기 지도 학습 알고리즘입니다. 원시 오디오에서 학습하며 높은 정확도를 달성하기 위해 최소한의 전사 데이터만 필요로 합니다. 이를 통해 광범위한 레이블이 지정된 데이터셋에 대한 의존도를 줄이고 더 많은 언어, 방언 및 도메인에 대한 음성 인식이 가능해집니다.Wav2vec 2.0은 자동 음성 인식(ASR)을 위한 자기 지도 학습 알고리즘입니다. 원시 오디오에서 학습하며 높은 정확도를 달성하기 위해 최소한의 전사 데이터만 필요로 합니다. 이를 통해 광범위한 레이블이 지정된 데이터셋에 대한 의존도를 줄이고 더 많은 언어, 방언 및 도메인에 대한 음성 인식이 가능해집니다.

AI 모델 및 LLM
AI 모델 TOP 5 보기

OpenAI Whisper는 자동 음성 인식 및 번역을 위한 사전 훈련된 모델입니다. 여러 언어를 지원하며, 미세 조정 없이 데이터 세트 전반에 걸쳐 일반화되도록 설계되어 다양한 ASR 작업에 유용합니다.

AI 모델 및 LLM
도구 보기

자동 음성 인식 및 번역을 위한 사전 훈련된 모델입니다. 여러 언어를 지원하며, 미세 조정 없이 데이터 세트 전반에 걸쳐 일반화되도록 설계되어 다양한 ASR 작업에 유용합니다.OpenAI Whisper는 자동 음성 인식 및 번역을 위한 사전 훈련된 모델입니다. 여러 언어를 지원하며, 미세 조정 없이 데이터 세트 전반에 걸쳐 일반화되도록 설계되어 다양한 ASR 작업에 유용합니다.

AI 모델 및 LLM
AI 모델 TOP 5 보기

Wav2Vec2 Large XLSR-53는 교차 언어 음성 인식을 위해 설계된 사전 훈련된 음성 모델입니다. 자동 음성 인식과 같은 특정 작업을 위해 미세 조정이 필요하며, 여러 언어에서 오류율을 개선합니다.

AI 모델 및 LLM
도구 보기

교차 언어 음성 인식을 위해 설계된 사전 훈련된 음성 모델입니다. 자동 음성 인식과 같은 특정 작업을 위해 미세 조정이 필요하며, 여러 언어에서 오류율을 개선합니다.Wav2Vec2 Large XLSR-53는 교차 언어 음성 인식을 위해 설계된 사전 훈련된 음성 모델입니다. 자동 음성 인식과 같은 특정 작업을 위해 미세 조정이 필요하며, 여러 언어에서 오류율을 개선합니다.

AI 모델 및 LLM
AI 모델 TOP 5 보기

SeamlessM4T v2 Large는 거의 100개 언어에서 음성과 텍스트 번역을 지원하는 다국어 및 다중 모드 기계 번역 모델입니다. 이전 모델보다 품질과 속도가 향상되었습니다.

AI 번역기
도구 보기

거의 100개 언어에서 음성과 텍스트 번역을 지원하는 다국어 및 다중 모드 기계 번역 모델입니다. 이전 모델보다 품질과 속도가 향상되었습니다.SeamlessM4T v2 Large는 거의 100개 언어에서 음성과 텍스트 번역을 지원하는 다국어 및 다중 모드 기계 번역 모델입니다. 이전 모델보다 품질과 속도가 향상되었습니다.

AI 번역기
AI 모델 TOP 5 보기

Whisper Large V3 Turbo는 속도를 최적화하고 디코딩 레이어를 줄인 최첨단 자동 음성 인식 및 번역 모델입니다. 여러 언어를 지원하며 강력한 전사 기능을 제공합니다.

AI 모델 및 LLM
도구 보기

속도를 최적화하고 디코딩 레이어를 줄인 최첨단 자동 음성 인식 및 번역 모델입니다. 여러 언어를 지원하며 강력한 전사 기능을 제공합니다.Whisper Large V3 Turbo는 속도를 최적화하고 디코딩 레이어를 줄인 최첨단 자동 음성 인식 및 번역 모델입니다. 여러 언어를 지원하며 강력한 전사 기능을 제공합니다.

AI 모델 및 LLM
AI 모델 TOP 5 보기

Whistle은 다양한 장치를 위해 설계된 컴팩트한 음성 인식 모델로, 여러 언어로 전사, 단어 타임스탬프 및 음성 임베딩을 제공합니다. 의존성이나 GPU 요구 사항 없이 효율적으로 작동합니다.

AI 모델 및 LLM
도구 보기

다양한 장치를 위해 설계된 컴팩트한 음성 인식 모델로, 여러 언어로 전사, 단어 타임스탬프 및 음성 임베딩을 제공합니다. 의존성이나 GPU 요구 사항 없이 효율적으로 작동합니다.Whistle은 다양한 장치를 위해 설계된 컴팩트한 음성 인식 모델로, 여러 언어로 전사, 단어 타임스탬프 및 음성 임베딩을 제공합니다. 의존성이나 GPU 요구 사항 없이 효율적으로 작동합니다.

AI 모델 및 LLM
AI 모델 TOP 5 보기
1/8