Granite Speech 5.0: transcribir, traducir y atribuir con más precisión y rapidez

IBM publicó la serie Granite Speech 5.0 en Hugging Face bajo Apache 2.0: el nuevo granite-speech-5.0-2b para transcripción y traducción en seis idiomas (inglés, francés, alemán, español, portugués y japonés), con sesgo de 2.000 palabras clave, ocupa el segundo lugar entre los modelos ASR de pesos abiertos en el Open ASR Leaderboard con 5,06 por ciento de tasa media de error de palabras; el actualizado granite-speech-5.0-470m-turboctc es multilingüe, unas 1,6 veces más rápido con 19.870 RTFx, apto para dispositivos; y el granite-speech-4.1-2b-plus reduce a la mitad el error de marcas de tiempo y en un 24 por ciento el error en audios largos para la atribución de hablantes. Todos soportan Transformers, vLLM, llama.cpp y mlx-audio. Granite es una de las líneas líderes de voz empresarial de código abierto, y estas mejoras benefician directamente la transcripción de reuniones y el servicio al cliente.

• Hugging Face Blog2026-10-21 14:58