IBM 开源发布 Granite Speech 5.0 2B 语音模型

IBM 发布 Granite Speech 5.0 2B，一款 2B 参数、Apache 2.0 许可开源的语音语言模型，支持英语、法语、德语、西班牙语、葡萄牙语和日语的语音识别（ASR）及双向语音翻译。 使用条件方面，该模型在 transformers>=4.52.1 中原生支持；IBM 建议将音频切分为约 2 分钟以内的片段再转写，更长录音需先切分。量化方面，IBM 推荐 Q8_0，称其测试中与未量化模型表现相当，而更低比特量化在超过约一分钟的音频上会损失准确率。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。