Перейти к основному содержимому
ToolPotion
ИИ-советник
Отправить

Granite Speech 5.0 2B

Granite Speech 5.0 2B — это многоязычная языковая модель, разработанная для автоматического распознавания речи и перевода. Она поддерживает английский, французский, немецкий, испанский, португальский и японский языки, обеспечивая улучшенную точность транскрипции и устойчивость к шуму.

Открыть модель
Поделиться
Открыть модель
Поделиться

Granite Speech 5.0 2B — это компактная и эффективная языковая модель, разработанная для многоязычного автоматического распознавания речи (ASR) и двустороннего автоматического перевода речи (AST). Она поддерживает такие языки, как английский, французский, немецкий, испанский, португальский и японский. Модель была обучена на 390 000 часов аудио из публичных корпусов и синтетических наборов данных, что улучшает ее возможности в области японского ASR, ASR с акцентом на ключевые слова и перевода речи.

Читать далее

По сравнению с предшественником, Granite Speech 4.1 2B, эта модель сохраняет то же количество параметров, но предлагает улучшенную точность транскрипции для коротких форм ASR на английском языке и повышенную устойчивость к шуму и реверберации. Она также поддерживает ввод идентификатора языка для многоязычного ASR и обладает улучшенными возможностями перевода длинной и разговорной речи.

Granite Speech 5.0 2B была оценена по различным критериям, показав улучшенные результаты в условиях шумной и реверберационной речи. Также была протестирована способность модели к акцентированию списка ключевых слов, что продемонстрировало ее эффективность в транскрипции ключевых слов во время задач ASR.

Архитектура модели включает в себя кодировщик речи с 16 конформерными блоками, проектор речи и большую языковую модель. Она была обучена с использованием суперкомпьютерного кластера IBM Blue Vela, оснащенного графическими процессорами NVIDIA H100. Процесс обучения занял 40 дней на 8 графических процессорах H100.

Granite Speech 5.0 2B предназначена для корпоративных приложений, связанных с обработкой входной речи, особенно в задачах преобразования речи в текст и перевода речи. Она поддерживается нативно в версиях transformers 4.52.1 и выше и может быть интегрирована с различными платформами для оптимальной производительности.

  • КатегорияИИ-модели и LLM
  • РазвёртываниеОблако
  • ПлатформыВеб

  • Поддержка многоязычного ASR и AST

  • Улучшенная точность транскрипции

  • Устойчивость к шуму и реверберации

  • Ввод идентификатора языка

  • ASR и AST с акцентом на ключевые слова

  • Возможности пунктуации и капитализации

  • Обучена на 390 000 часов аудио

  • Поддерживаемые языки: английский, французский, немецкий, испанский, португальский, японский

  1. Доступ к модели: посетите Hugging Face

  2. Аутентификация: настройте аккаунт

  3. Настройка окружения: установите transformers

  4. Интеграция через API: используйте библиотеку transformers

  5. Оптимизация: используйте рекомендуемые настройки для достижения наилучших результатов

  • Многоязычное ASR
  • Перевод речи
  • Устойчивость к шуму
  • Акцентирование ключевых слов
  • Корпоративные приложения

От IBM

Отзывы о Granite Speech 5.0 2B

Загрузка...

Популярные ИИ-инструменты, похожие на Granite Speech 5.0 2B

Qwen3-ASR-1.7B-hf

AI-модели

Qwen3-ASR-1.7B-hf — это продвинутая модель ASR с открытым исходным кодом, поддерживающая определение языка и распознавание речи для 52 языков и диалектов. Она предлагает…

ИИ-модели и LLM
Открыть инструмент

AI-модели

Продвинутая модель ASR с открытым исходным кодом, поддерживающая определение языка и распознавание речи для 52 языков и диалектов. Она предлагает…Qwen3-ASR-1.7B-hf — это продвинутая модель ASR с открытым исходным кодом, поддерживающая определение языка и распознавание речи для 52 языков и диалектов. Она предлагает…

ИИ-модели и LLM
Топ-5: AI-модели

whisper-large-v3

AI-модели

Whisper-large-v3 — это продвинутая модель для автоматического распознавания речи и перевода речи, обученная на более чем 5 миллионах часов данных. Она предлагает улучшенную…

ИИ-модели и LLM
Открыть инструмент

AI-модели

Продвинутая модель для автоматического распознавания речи и перевода речи, обученная на более чем 5 миллионах часов данных. Она предлагает улучшенную…Whisper-large-v3 — это продвинутая модель для автоматического распознавания речи и перевода речи, обученная на более чем 5 миллионах часов данных. Она предлагает улучшенную…

РекомендованоИИ-модели и LLM
Топ-5: AI-модели

Wav2vec 2.0

AI-модели

Wav2vec 2.0 — это алгоритм самообучения для автоматического распознавания речи. Он обучается на необработанных аудиоданных, требуя минимального количества транскрибированных…

ИИ-модели и LLM
Открыть инструмент

AI-модели

Алгоритм самообучения для автоматического распознавания речи. Он обучается на необработанных аудиоданных, требуя минимального количества транскрибированных…Wav2vec 2.0 — это алгоритм самообучения для автоматического распознавания речи. Он обучается на необработанных аудиоданных, требуя минимального количества транскрибированных…

ИИ-модели и LLM
Топ-5: AI-модели

OpenAI Whisper — это предобученная модель для автоматического распознавания речи и перевода. Она поддерживает несколько языков и разработана для обобщения на различных наборах…

ИИ-модели и LLM
Открыть инструмент

OpenAI Whisper — это предобученная модель для автоматического распознавания речи и перевода. Она поддерживает несколько языков и разработана для обобщения на различных наборах…

ИИ-модели и LLM
Топ-5: AI-модели

Wav2Vec2 Large XLSR-53

AI-модели

Wav2Vec2 Large XLSR-53 — это предобученная модель распознавания речи, разработанная для кросс-языкового распознавания речи. Она требует дообучения для конкретных задач, таких как…

ИИ-модели и LLM
Открыть инструмент

AI-модели

Предобученная модель распознавания речи, разработанная для кросс-языкового распознавания речи. Она требует дообучения для конкретных задач, таких как…Wav2Vec2 Large XLSR-53 — это предобученная модель распознавания речи, разработанная для кросс-языкового распознавания речи. Она требует дообучения для конкретных задач, таких как…

ИИ-модели и LLM
Топ-5: AI-модели

SeamlessM4T v2 Large — это многоязычная и мультимодальная модель машинного перевода, поддерживающая перевод речи и текста на почти 100 языках. Она предлагает улучшенное качество и…

AI-переводчики
Открыть инструмент

Многоязычная и мультимодальная модель машинного перевода, поддерживающая перевод речи и текста на почти 100 языках. Она предлагает улучшенное качество и…SeamlessM4T v2 Large — это многоязычная и мультимодальная модель машинного перевода, поддерживающая перевод речи и текста на почти 100 языках. Она предлагает улучшенное качество и…

AI-переводчики
Топ-5: AI-модели

Whisper Large V3 Turbo

AI-модели

Whisper Large V3 Turbo — это современная модель для автоматического распознавания речи и перевода, оптимизированная для скорости с уменьшенным количеством слоев декодирования. Она…

ИИ-модели и LLM
Открыть инструмент

AI-модели

Современная модель для автоматического распознавания речи и перевода, оптимизированная для скорости с уменьшенным количеством слоев декодирования. Она…Whisper Large V3 Turbo — это современная модель для автоматического распознавания речи и перевода, оптимизированная для скорости с уменьшенным количеством слоев декодирования. Она…

ИИ-модели и LLM
Топ-5: AI-модели

Компактная модель распознавания речи, предназначенная для различных устройств, предлагающая транскрипцию, временные метки слов и встраивание речи на нескольких…Whistle — это компактная модель распознавания речи, предназначенная для различных устройств, предлагающая транскрипцию, временные метки слов и встраивание речи на нескольких…

ИИ-модели и LLM
Топ-5: AI-модели
1 из 8