# Granite Speech 4.1 2B

Éditeur : IBM (États-Unis). Poids ouverts. Licence : Apache 2.0.

En bref : 19e sur 53 en transcription en anglais (Open ASR) (ex æquo à valeur égale).

Page : https://quelleia.com/voix/modeles/ibm-granite-speech-4-1-2b/. Classements de la voix de QUELLE IA, à part du score des modèles de langage, relevé du 19 octobre 2026.

## Présentation

Modèle d'IBM pour la transcription multilingue et la traduction de la parole, successeur de Granite 4.0 1B Speech, publié avec ses poids. Il ajoute la ponctuation et les majuscules dans toutes ses langues et améliore la reconnaissance guidée par mots-clés. (lu sur https://huggingface.co/ibm-granite/granite-speech-4.1-2b/raw/main/README.md)

- Sortie : 29 avril 2026 (lu sur la page de l'éditeur, https://huggingface.co/ibm-granite/granite-speech-4.1-2b/raw/main/README.md)
- Taille : 2 milliards de paramètres (lu sur la page de l'éditeur, https://huggingface.co/ibm-granite/granite-speech-4.1-2b/raw/main/README.md)

## Langues

- Annoncées par l'éditeur : 6 langues, dont le français (en, fr, de, es, pt, ja).
- Évaluées par nos sources : anglais.
- Le français : annoncé par l'éditeur ; pas évalué en français par nos sources.
- Source des langues annoncées : https://huggingface.co/ibm-granite/granite-speech-4.1-2b/raw/main/README.md

## Ses classements

- Transcription en anglais, Open ASR : 19e sur 53, taux d'erreur par mot 5,96 % ; vitesse : RTFx 545 : transcrit 545 secondes d'audio par seconde de calcul ; par jeu de test : AMI-Cleaned 7,06 %, Earnings22-Cleaned-AA-chunked 6,69 %, Gigaspeech-Cleaned 8,18 %, LS Clean 1,03 %, LS Other 2,19 %, Private (conversational) 14,19 %, Private (scripted) 3,16 %, SPGISpeech 3,47 %, URGENT24 11,25 %, Voice Arena Monsoon 4,12 %, Voxpopuli-AA-Cleaned 4,18 %. Source : Open ASR Leaderboard, Hugging Face, https://huggingface.co/spaces/hf-audio/open_asr_leaderboard (relevé du 19 octobre 2026, version du 17 octobre 2026).

## Modèles proches

- Transcription en anglais, Open ASR : [GPT Transcribe](https://quelleia.com/voix/modeles/gpt-transcribe/), 19e (5,96 %), juste devant
- Transcription en anglais, Open ASR : [Parakeet TDT 0.6B V2](https://quelleia.com/voix/modeles/parakeet-tdt-0-6b-v2/), 21e (5,98 %), juste derrière

## 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.

## Noms dans les sources

- Hugging Face (hf-audio) : ibm-granite/granite-speech-4.1-2b

## Liens

- Page de l'éditeur : https://huggingface.co/ibm-granite/granite-speech-4.1-2b

## Pages lues

- https://huggingface.co/ibm-granite/granite-speech-4.1-2b/raw/main/README.md (« Granite Speech 4.1 2B is a compact and efficient speech-language model, specifically designed for multilingual automatic speech recognition (ASR) and bidirectional automatic speech translation (AST) »), 17/10/2026
- https://huggingface.co/ibm-granite/granite-speech-4.1-2b/raw/main/README.md (« Punctuation and truecasing for ASR and AST in all languages (including German noun capitalization) with a simple prompt change »), 17/10/2026
- https://huggingface.co/ibm-granite/granite-speech-4.1-2b/raw/main/README.md (« this model has the same parameter count (the new naming convention reflects actual instead of base LLM size) »), 17/10/2026
- https://huggingface.co/ibm-granite/granite-speech-4.1-2b/raw/main/README.md (« **Release Date**: April 29, 2026 »), 17/10/2026
- https://huggingface.co/ibm-granite/granite-speech-4.1-2b/raw/main/README.md (« **Supported Languages:** English, French, German, Spanish, Portuguese, Japanese »), 17/10/2026