IA · Modelos · IBM · Granite · Voz
IBM publica Granite Speech 4.0 para transcribir y traducir voz
El modelo abierto admite seis idiomas de entrada y listas de términos para orientar la transcripción.
Fecha de la fuente original:
Lo esencial
- El modelo abierto admite seis idiomas de entrada y listas de términos para orientar la transcripción.
- Granite Speech 4.0 es un modelo especializado en voz.
Voz en seis idiomas
IBM publicó Granite-4.0-1b-speech con fecha de lanzamiento del 6 de marzo. El modelo está especializado en transcripción y traducción de voz, admite audio en inglés, francés, alemán, español, portugués y japonés, y se distribuye bajo licencia Apache 2.0.
Palabras clave y tareas acotadas
Su arquitectura adapta Granite-4.0-1b-base a entradas de audio mediante un codificador de voz y un módulo de conexión. Añade listas de palabras clave para ayudar con nombres y siglas. IBM lo orienta a reconocimiento y traducción de voz; ante instrucciones no reconocidas, el comportamiento previsto es volver a la transcripción, en lugar de ejecutar tareas de audio generales.