Описание
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
Главное о Granite Speech 5.0 2B
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
Начало работы с Granite Speech 5.0 2B
Доступ к модели: посетите Hugging Face
Аутентификация: настройте аккаунт
Настройка окружения: установите transformers
Интеграция через API: используйте библиотеку transformers
Оптимизация: используйте рекомендуемые настройки для достижения наилучших результатов
Варианты использования Granite Speech 5.0 2B
- Многоязычное ASR
- Перевод речи
- Устойчивость к шуму
- Акцентирование ключевых слов
- Корпоративные приложения














