Descrição
Granite Speech 5.0 2B é um modelo de linguagem de fala compacto e eficiente desenvolvido para reconhecimento automático de fala (ASR) multilíngue e tradução automática de fala bidirecional (AST). Ele suporta idiomas como inglês, francês, alemão, espanhol, português e japonês. O modelo foi treinado com 390.000 horas de áudio de corpora públicos e conjuntos de dados sintéticos, aprimorando suas capacidades em ASR japonês, ASR com viés de palavras-chave e tradução de fala.
Ler mais
Comparado ao seu antecessor, Granite Speech 4.1 2B, este modelo mantém a mesma contagem de parâmetros, mas oferece maior precisão na transcrição para ASR em inglês de forma curta e maior robustez contra ruídos e reverberação. Ele também suporta a solicitação de identificação do idioma de entrada para ASR multilíngue e possui capacidades aprimoradas de tradução de fala em longas conversas.
Granite Speech 5.0 2B foi avaliado em vários benchmarks, mostrando desempenho aprimorado em condições de fala ruidosa e reverberante. A capacidade de viés da lista de palavras-chave do modelo também foi testada, demonstrando sua eficácia na transcrição de palavras-chave durante tarefas de ASR.
A arquitetura do modelo inclui um codificador de fala com 16 blocos conformadores, um projetor de fala e um grande modelo de linguagem. Ele foi treinado usando o cluster de supercomputação da IBM, Blue Vela, equipado com GPUs NVIDIA H100. O processo de treinamento levou 40 dias em 8 GPUs H100.
Granite Speech 5.0 2B é destinado a aplicações empresariais que envolvem processamento de entrada de fala, particularmente em tarefas de conversão de fala em texto e tradução de fala. Ele é suportado nativamente nas versões 4.52.1 e superiores do transformers e pode ser integrado a várias plataformas para desempenho ideal.
- CategoriaModelos de IA e LLMs
- ImplantaçãoNuvem
- PlataformasWeb
Destaques de Granite Speech 5.0 2B
Suporte a ASR e AST multilíngues
Precisão de transcrição aprimorada
Robustez contra ruídos e reverberação
Solicitação de identificação do idioma de entrada
ASR e AST com viés de palavras-chave
Capacidades de pontuação e capitalização
Treinado com 390.000 horas de áudio
Idiomas suportados: inglês, francês, alemão, espanhol, português, japonês
Primeiros passos com Granite Speech 5.0 2B
Acessar o modelo: Visite Hugging Face
Autenticar: Configurar conta
Configurar ambiente: Instalar transformers
Integrar via API: Usar biblioteca transformers
Otimizar: Usar configurações recomendadas para melhores resultados
Casos de uso de Granite Speech 5.0 2B
- ASR Multilíngue
- Tradução de Fala
- Robustez contra Ruídos
- Viés de Palavras-chave
- Aplicações Empresariais














