Granite-Speech-4.1-2B-NAR
IBM · États-Unis
- Poids ouverts
- Licence : Apache 2.0
- Français annoncé
En bref : 20e sur 39 en transcription en français ; 25e sur 53 en transcription en anglais (Open ASR).
Présentation
Variante non autorégressive de Granite Speech 4.1 2B, publiée avec ses poids, qui corrige en une seule passe une première transcription au lieu de produire le texte mot après mot. IBM la destine aux usages où la vitesse compte plus que la précision maximale ; elle ne fait que la transcription. Lu sur huggingface.co, le 17/10/2026.
- Sortie
- avril 2026 lu sur la page de l'éditeur
Langues
- Annoncées par l'éditeur : 5 langues, dont le français (en, fr, de, es, pt). Lu sur huggingface.co.
- Évaluées par nos sources : français et anglais.
- Le français : annoncé par l'éditeur ; évalué, 20e sur 39 en transcription en français (5,40 %).
Ses 2 classements
Chaque ligne vient d'une seule source, dans son unité : les chiffres de deux lignes ne se comparent pas entre eux. Ils ne comptent pas dans le score des modèles de langage.
- En français · Transcription
Transcription en français
20e sur 39taux d'erreur par mot 5,40 %
Vitesse : RTFx 1 511 : transcrit 1 511 secondes d'audio par seconde de calculPar jeu de test : Common Voice 6,38 %, FLEURS 6,24 %, MLS 3,58 %
Source : Open ASR Leaderboard, Hugging Face · relevé du 19 octobre 2026, version du 17 octobre 2026.
- En anglais · Transcription
Transcription en anglais, Open ASR
25e sur 53taux d'erreur par mot 6,10 %
Vitesse : RTFx 2 070 : transcrit 2 070 secondes d'audio par seconde de calculPar jeu de test : AMI-Cleaned 6,96 %, Earnings22-Cleaned-AA-chunked 6,67 %, Gigaspeech-Cleaned 8,61 %, LS Clean 1,04 %, LS Other 2,40 %, Private (conversational) 14,34 %, Private (scripted) 4,21 %, SPGISpeech 3,23 %, URGENT24 11,19 %, Voice Arena Monsoon 4,24 %, Voxpopuli-AA-Cleaned 4,25 %
Source : Open ASR Leaderboard, Hugging Face · relevé du 19 octobre 2026, version du 17 octobre 2026.
Modèles proches
- Transcription en français : devant, Parakeet TDT 0.6B V3 (19e, 5,30 %) · derrière, Qwen3-ASR-1.7B-hf (21e, 5,68 %)
- Transcription en anglais, Open ASR : devant, Parakeet TDT 0.6B V3 (24e, 6,08 %) · derrière, MOSS-Transcribe-Diarize (26e, 6,17 %)
Comment lire ces chiffres
Transcription : Le taux d'erreur par mot compte les mots mal transcrits, oubliés ou ajoutés, pour cent mots prononcés : plus il est bas, mieux c'est. Chaque tableau vient d'une seule source, sur ses propres enregistrements : deux tableaux ne se comparent pas chiffre à chiffre.
D'où vient cette fiche
- Nom dans les sources
- Hugging Face (hf-audio) :
ibm-granite/granite-speech-4.1-2b-nar - Fiche
- Registre de QUELLE IA, lu sur https://huggingface.co/ibm-granite/granite-speech-4.1-2b-nar/raw/main/README.md (« **License:** [Apache 2.0](https://www.apache.org/licenses/LICENSE-2.0) »), 17/10/2026.
- Pages lues
- https://huggingface.co/ibm-granite/granite-speech-4.1-2b-nar/raw/main/README.md (« Granite-Speech-4.1-2B-NAR is a non-autoregressive (NAR) speech recognition model that formulates ASR as conditional transcript editing. »), 17/10/2026
- https://huggingface.co/ibm-granite/granite-speech-4.1-2b-nar/raw/main/README.md (« Instead of decoding tokens one at a time, it edits a CTC hypothesis in a single forward pass using a bidirectional LLM, achieving competitive accuracy with faster inference than autoregressive alternatives. »), 17/10/2026
- https://huggingface.co/ibm-granite/granite-speech-4.1-2b-nar/raw/main/README.md (« **Release Date**: April 2026 »), 17/10/2026
- https://huggingface.co/ibm-granite/granite-speech-4.1-2b-nar/raw/main/README.md (« **Supported Languages:** English, French, German, Spanish, Portuguese »), 17/10/2026
Voir aussi : la voix en bref, la transcription, la synthèse vocale, ou cette fiche en texte.