IBM、Granite Speech 5.0を発表 多言語ASRと話者識別を強化

IBMはGranite Speechの新モデル「granite-speech-5.0-2b」と、更新版の「granite-speech-5.0-470m-turboctc」「granite-speech-4.1-2b-plus」を公開した。granite-speech-5.0-2bは英語短文の平均WER 5.06%で、オープンウェイトASRモデルの中で2位となり、Apache 2.0で提供される。Turbo CTCは多言語化され、RTFxは約12,600から19,870に向上した。