Granite Speech 5.0：转录、翻译和说话人归属更快、更准确

IBM 在 Hugging Face 以 Apache 2.0 协议发布了 Granite Speech 5.0 系列：新模型 granite-speech-5.0-2b 负责转录与翻译，支持英、法、德、西、葡、日六种语言，支持 2,000 词关键词偏置，在 Open ASR Leaderboard 开放权重 ASR 中排名第 2，平均词错误率 5.06%；更新的 granite-speech-5.0-470m-turboctc 为多语言模型，速度提升约 1.6 倍达到 19,870 RTFx，适合端侧部署；granite-speech-4.1-2b-plus 在说话人归属上时间戳误差减半、长语音错误率降低 24%。三者均支持 Transformers、vLLM、llama.cpp 和 mlx-audio。IBM Granite 是主流企业级开源语音模型线之一，此次在准确率、速度、说话人分离上的全面提升，直接利好会议转写、客服等企业语音场景。

• Hugging Face Blog2026-10-21 14:58