资讯摘要
IBM 更新 Granite Speech 系列：新模型 granite-speech-5.0-2b 在相同参数量下提升英语识别准确率与噪声鲁棒性，支持多语言转写与翻译、语言 ID 提示、最多 2000 词关键词偏置及按需标点大小写；granite-speech-5.0-470m-turboctc 扩展为多语言并原生输出标点，RTFx 提升至 19870；granite-speech-4.1-2b-plus 改进说话人归属、时间戳、长语音与关键词偏置。均以 Apache 2.0 发布。
要点速读
- granite-speech-5.0-2b 支持英语、法语、德语、西班牙语、葡萄牙语、日语转写及与英语互译，另支持英语译至意大利语和普通话，训练数据含 39 万小时公开音频及合成数据。
- granite-speech-5.0-470m-turboctc 新增多语言转写与原生标点大小写，RTFx 从约 12600 提升至 19870，约 1.6 倍。
- granite-speech-4.1-2b-plus 作者报告 WDER 与 cpWER 各降 7%，平均时间戳偏移减半以上，长语音 WER 降 24%，关键词错误降 45%。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/22 08:00:25（北京时间）。