Granite-Speech-5.0-470M-TurboCTC
IBM · États-Unis
- Poids ouverts
- Licence : Apache 2.0
En bref : 29e sur 53 en transcription en anglais (Open ASR) (ex æquo à valeur égale).
Présentation
Petit modèle de transcription anglaise d'IBM, publié avec ses poids, conçu pour aller très vite et tourner sur un PC portable ou un smartphone. Il repose sur un encodeur Conformer entraîné en CTC sur environ 60 000 heures d'anglais. Lu sur huggingface.co, le 17/10/2026.
- Sortie
- 25 août 2026 lu sur la page de l'éditeur
- Taille
- 470 millions de paramètres lu sur la page de l'éditeur
Langues
- Annoncées par l'éditeur : anglais seulement (en). Lu sur huggingface.co.
- Évaluées par nos sources : anglais.
- Le français : absent des langues annoncées par l'éditeur ; pas évalué en français par nos sources.
Son classement
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 anglais · Transcription
Transcription en anglais, Open ASR
29e sur 53taux d'erreur par mot 6,38 %
Vitesse : RTFx 21 174 : transcrit 21 174 secondes d'audio par seconde de calculPar jeu de test : AMI-Cleaned 7,71 %, Earnings22-Cleaned-AA-chunked 6,75 %, Gigaspeech-Cleaned 8,74 %, LS Clean 1,48 %, LS Other 2,71 %, Private (conversational) 14,03 %, Private (scripted) 4,13 %, SPGISpeech 3,22 %, URGENT24 11,79 %, Voice Arena Monsoon 4,75 %, Voxpopuli-AA-Cleaned 4,90 %
Source : Open ASR Leaderboard, Hugging Face · relevé du 19 octobre 2026, version du 17 octobre 2026.
Modèles proches
- Transcription en anglais, Open ASR : devant, muse-voice-transcribe (28e, 6,30 %) · derrière, Voxtral Small (même rang, 6,38 %)
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-5.0-470m-turboctc - Fiche
- Registre de QUELLE IA, lu sur https://huggingface.co/ibm-granite/granite-speech-5.0-470m-turboctc/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-5.0-470m-turboctc/raw/main/README.md (« Granite Speech 5.0 TurboCTC is a compact 470 million parameter English ASR model with very high inference speed that is well suited for deployment on laptops, smartphones and other edge devices. »), 17/10/2026
- https://huggingface.co/ibm-granite/granite-speech-5.0-470m-turboctc/raw/main/README.md (« It was trained on approximately 60,000 hours of English audio from public corpora using Connectionist Temporal Classification (CTC) »), 17/10/2026
- https://huggingface.co/ibm-granite/granite-speech-5.0-470m-turboctc/raw/main/README.md (« **Release Date**: August 25, 2026 »), 17/10/2026
- https://huggingface.co/ibm-granite/granite-speech-5.0-470m-turboctc/raw/main/README.md (« **Supported Languages:** English »), 17/10/2026
Voir aussi : la voix en bref, la transcription, la synthèse vocale, ou cette fiche en texte.