IBM выпустила Granite Speech 5.0 Turbo CTC — сверхбыстрая и точная транскрибация речи

IBM опубликовала на Hugging Face новую модель Granite Speech 5.0 Turbo CTC, предназначенную для распознавания речи. Она использует архитектуру CTC (Connectionist Temporal Classification), что позволяет обрабатывать аудиопоток практически без задержек, сохраняя высокую точность.

Разработчики заявляют, что модель превосходит предыдущие версии Granite Speech по скорости и качеству, подходя для реального времени — например, для живых субтитров, голосовых ассистентов и расшифровки звонков. Turbo CTC — это вариант, оптимизированный на производительность.

Модель входит в семейство Granite, которое IBM активно развивает для корпоративных сценариев. На Hugging Face уже доступны веса и примеры использования, так что любой разработчик может протестировать её прямо сейчас.