Granite Speech 5.0：更准更快
来自 Hugging Face · 期号 2026-10-21
摘要
IBM 发布 Granite Speech 5.0 系列三个模型更新。 5.0 2B 是主力模型，支持六种语言的语音识别与翻译，新增语言 ID 提示和 2000 词关键词偏置，在 Open ASR 排行榜英文 WER 上排第二（5.06%）。 5.0 Turbo CTC 从英文单语升级为七语，原生输出标点和大小写，推理速度从约 12600 RTFx 提升到 19870 RTFx，快了约 1.6 倍。 4.1 2B Plus 专攻多人会议场景，说话人标注错误率降 7%，时间戳偏移减半，长语音 WER 降 24%。 三个模型均以 Apache 2.0 协议开源。