Pular para o conteúdo principal
ToolPotion
Consultor de IA
Enviar

Granite Speech 5.0 2B

Granite Speech 5.0 2B é um modelo de linguagem de fala multilíngue projetado para reconhecimento automático de fala e tradução. Ele suporta inglês, francês, alemão, espanhol, português e japonês, oferecendo maior precisão na transcrição e robustez contra ruídos.

Ver modelo
Compartilhar
Ver modelo
Compartilhar

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

  • 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

  1. Acessar o modelo: Visite Hugging Face

  2. Autenticar: Configurar conta

  3. Configurar ambiente: Instalar transformers

  4. Integrar via API: Usar biblioteca transformers

  5. Otimizar: Usar configurações recomendadas para melhores resultados

  • ASR Multilíngue
  • Tradução de Fala
  • Robustez contra Ruídos
  • Viés de Palavras-chave
  • Aplicações Empresariais

De IBM

Avaliações de Granite Speech 5.0 2B

Carregando...

Ferramentas de IA populares como Granite Speech 5.0 2B

Qwen3-ASR-1.7B-hf

Modelos de IA

Qwen3-ASR-1.7B-hf é um modelo avançado de ASR de código aberto que suporta identificação de idiomas e reconhecimento de fala para 52 idiomas e dialetos. Oferece reconhecimento…

Modelos de IA e LLMs
Ver ferramenta

Modelos de IA

Modelo avançado de ASR de código aberto que suporta identificação de idiomas e reconhecimento de fala para 52 idiomas e dialetos. Oferece reconhecimento…Qwen3-ASR-1.7B-hf é um modelo avançado de ASR de código aberto que suporta identificação de idiomas e reconhecimento de fala para 52 idiomas e dialetos. Oferece reconhecimento…

Modelos de IA e LLMs
Ver o Top 5 de Modelos de IA

whisper-large-v3

Modelos de IA

Whisper-large-v3 é um modelo avançado para reconhecimento automático de fala e tradução de fala, treinado com mais de 5 milhões de horas de dados. Oferece desempenho aprimorado em…

Modelos de IA e LLMs
Ver ferramenta

Modelos de IA

Modelo avançado para reconhecimento automático de fala e tradução de fala, treinado com mais de 5 milhões de horas de dados. Oferece desempenho aprimorado em…Whisper-large-v3 é um modelo avançado para reconhecimento automático de fala e tradução de fala, treinado com mais de 5 milhões de horas de dados. Oferece desempenho aprimorado em…

DestaqueModelos de IA e LLMs
Ver o Top 5 de Modelos de IA

Wav2vec 2.0

Modelos de IA

Wav2vec 2.0 é um algoritmo de aprendizado auto-supervisionado para reconhecimento automático de fala. Ele aprende a partir de áudio bruto, exigindo dados transcritos mínimos para…

Modelos de IA e LLMs
Ver ferramenta

Modelos de IA

Algoritmo de aprendizado auto-supervisionado para reconhecimento automático de fala. Ele aprende a partir de áudio bruto, exigindo dados transcritos mínimos para…Wav2vec 2.0 é um algoritmo de aprendizado auto-supervisionado para reconhecimento automático de fala. Ele aprende a partir de áudio bruto, exigindo dados transcritos mínimos para…

Modelos de IA e LLMs
Ver o Top 5 de Modelos de IA

OpenAI Whisper é um modelo pré-treinado para reconhecimento automático de fala e tradução. Suporta múltiplas línguas e é projetado para generalizar entre conjuntos de dados sem…

Modelos de IA e LLMs
Ver ferramenta

OpenAI Whisper é um modelo pré-treinado para reconhecimento automático de fala e tradução. Suporta múltiplas línguas e é projetado para generalizar entre conjuntos de dados sem…

Modelos de IA e LLMs
Ver o Top 5 de Modelos de IA

Wav2Vec2 Large XLSR-53 é um modelo de fala pré-treinado projetado para reconhecimento de fala cross-lingual. Ele requer ajuste fino para tarefas específicas, como Reconhecimento…

Modelos de IA e LLMs
Ver ferramenta

Modelo de fala pré-treinado projetado para reconhecimento de fala cross-lingual. Ele requer ajuste fino para tarefas específicas, como Reconhecimento…Wav2Vec2 Large XLSR-53 é um modelo de fala pré-treinado projetado para reconhecimento de fala cross-lingual. Ele requer ajuste fino para tarefas específicas, como Reconhecimento…

Modelos de IA e LLMs
Ver o Top 5 de Modelos de IA

SeamlessM4T v2 Large é um modelo de tradução automática multilíngue e multimodal que suporta tradução de fala e texto em quase 100 idiomas. Ele oferece qualidade e velocidade…

Tradutores com IA
Ver ferramenta

Modelo de tradução automática multilíngue e multimodal que suporta tradução de fala e texto em quase 100 idiomas. Ele oferece qualidade e velocidade…SeamlessM4T v2 Large é um modelo de tradução automática multilíngue e multimodal que suporta tradução de fala e texto em quase 100 idiomas. Ele oferece qualidade e velocidade…

Tradutores com IA
Ver o Top 5 de Modelos de IA

Whisper Large V3 Turbo é um modelo de ponta para reconhecimento automático de fala e tradução, otimizado para velocidade com camadas de decodificação reduzidas. Suporta múltiplos…

Modelos de IA e LLMs
Ver ferramenta

Modelo de ponta para reconhecimento automático de fala e tradução, otimizado para velocidade com camadas de decodificação reduzidas. Suporta múltiplos…Whisper Large V3 Turbo é um modelo de ponta para reconhecimento automático de fala e tradução, otimizado para velocidade com camadas de decodificação reduzidas. Suporta múltiplos…

Modelos de IA e LLMs
Ver o Top 5 de Modelos de IA

Modelo compacto de fala para texto projetado para diversos dispositivos, oferecendo transcrição, timestamps de palavras e incorporação de fala em múltiplas línguas.…Whistle é um modelo compacto de fala para texto projetado para diversos dispositivos, oferecendo transcrição, timestamps de palavras e incorporação de fala em múltiplas línguas.…

Modelos de IA e LLMs
Ver o Top 5 de Modelos de IA
1 de 8