На 2026-09-01 IBM выпустила Granite Speech 5.0 Turbo CTC 2026-08-25: две компактные модели английского ASR на 470M. IBM сообщает более 12,600 RTFx на одной NVIDIA H200 — больше 3,5 часов речи за одну секунду при batched inference. BibiGPT превращает ссылку на видео или подкаст в транскрипт с таймкодами и резюме — без GPU, который нужно подключать самому.
Drop an MP3, WAV, or M4A — BibiGPT returns timestamped text you can copy, without wiring a CTC decoder.
На 2026-09-01 IBM выпустила Granite Speech 5.0 Turbo CTC 2026-08-25: две модели английского ASR на 470M (Apache 2.0 и CC-BY-NC-SA-4.0). IBM сообщает более 12,600 RTFx на одной NVIDIA H200 — больше 3,5 часов речи за одну секунду при batched inference. Обновлено 2026-09-01.
IBM Research и организация ibm-granite на Hugging Face 2026-08-25 выпустили две encoder-only модели английского ASR. Они отказались от языковой модели backbone ранних Granite Speech, поэтому весь стек остаётся на 470 миллионах параметров.
granite-speech-5.0-470m-turboctc — Apache 2.0. Вариант -nc обучается на дополнительных данных (GigaSpeech, SPGI Speech) и идёт под CC-BY-NC-SA-4.0. Выбирайте коммерческую свободу или чуть более низкий WER — не оба сразу в одном checkpoint.
IBM сообщает пропускную способность более 12,600× realtime на одной NVIDIA H200 с batched inference — достаточно, чтобы транскрибировать больше 3,5 часов речи за одну секунду. Это опубликованная цифра IBM, а не независимое сравнение.
На публичных английских тестах OpenASR Leaderboard на 2026-08-25 IBM сообщает aggregate WER 5.00% для Apache-модели и 4.85% для NC-модели. Word error rate считает замены, удаления и вставки — это оценка, а не обещание про имена в вашей записи.
Быстрый открытый ASR checkpoint полезен тем, кто будет self-host. Большинству людей, которым нужно догнать лекцию, нужны слова как заметки, а не стек Conformer. Вторая задача — как раз то, для чего есть BibiGPT.
Эти модели рассчитаны на ноутбуки, телефоны и high-throughput транскрипционные боксы. Они отдают speech translation и keyword biasing, которые были у ранних Granite Speech. Вам всё равно нужно обернуть веса, decoder и хранилище.
Сырой текст от любой ASR-модели всё равно нужно читать. BibiGPT берёт ссылку и возвращает транскрипт с таймкодами плюс AI-резюме и searchable notes — так двухчасовая запись становится тем, что можно пробежать глазами.
Обе модели Turbo CTC — английский ASR. Диалектно насыщенные китайские, японские или смешанные подкасты требуют другого пути. BibiGPT транскрибирует и суммирует такие записи по вставленной ссылке — без выбора checkpoint.
Главные факты релиза IBM Granite Speech 5.0 Turbo CTC от 2026-08-25.
IBM выложила granite-speech-5.0-470m-turboctc (Apache 2.0) и granite-speech-5.0-470m-turboctc-nc (CC-BY-NC-SA-4.0) на Hugging Face в тот же день, что и языковые модели Granite 4.2.
В отличие от Granite Speech 4.1, Turbo CTC — encoder-only CTC. IBM убрала speech translation и keyword biasing, чтобы footprint уместился на ноутбуках и телефонах.
IBM сообщает более 12,600× realtime throughput с batched inference на одной NVIDIA H200 — больше 3,5 часов речи за одну секунду. Это vendor-измерение на публичных наборах OpenASR.
На 2026-08-25 IBM сообщает aggregate WER 5.00% для Apache-модели и 4.85% для NC-модели на публичных английских тестах OpenASR. На FFASR IBM говорит, что эта пара была двумя самыми быстрыми моделями в списке в тот день.
IBM опубликовала streaming-демо WebGPU для Chrome/Edge. Обе модели — английский ASR. Смешанное или диалектно насыщенное видео по-прежнему нуждается в более широком workflow транскрипции.
Где важен быстрый открытый ASR-релиз — и где продукт «ссылка → заметки» является настоящей задачей.
Команда, транскрибирующая архивы звонков на своих GPU, может оценить checkpoint Apache 2.0. Затем всё равно слейте готовые файлы в BibiGPT — чтобы люди получили главы, а не сырой поток токенов.
90-минутной записи занятия не нужен стек Conformer. Вставьте URL в BibiGPT, экспортируйте транскрипт с таймкодами и продолжайте задавать вопросы. Это продуктовый путь.
Granite Speech 5.0 Turbo CTC — английский и throughput-first. Qwen3-ASR покрывает 52 языка и диалекта. Держите один URL на семейство моделей; не сливайте их в одну страницу «open ASR».
Workflow транскрипции и заметок, которые сочетаются с этим релизом.
Перетащите MP3, WAV или M4A и получите текст с таймкодами.
Превратите ссылку или файл видео в searchable транскрипт.
Многоязычный открытый ASR-аналог от команды Qwen Alibaba.
Ещё одна event-страница открытого ASR 2026 — 2B, 14 языков.
Вытащите полный транскрипт из URL YouTube.
Факты на этой странице взяты из собственных постов IBM от 2026-08-25. Throughput и WER — цифры, сообщённые IBM.
IBM Granite объявила две модели английского ASR на 470M 2026-08-25, сообщив более 12,600 RTFx на одной H200 и OpenASR public-set WER 5.00% (Apache 2.0) и 4.85% (NC).
Hugging Face — Extremely Fast and Accurate Transcription with Granite Speech 5.0 Turbo CTC ↗Model card ibm-granite/granite-speech-5.0-470m-turboctc: Apache 2.0, английский, 470M, Conformer CTC, дата релиза 25 августа 2026.
Hugging Face model card — granite-speech-5.0-470m-turboctc ↗Пост IBM Research про Granite 4.2 от 2026-08-25 называет Granite Speech 5.0 Turbo CTC и Turbo CTC NC speech-моделями того дня (slug URL — Granite 4.2, а не Speech 5.0).
IBM Research — Granite 4.2 ↗Word error rate — доля слов, которые были заменены, удалены или вставлены по сравнению с эталонным транскриптом. WER 5.00% означает примерно пять ошибок на 100 эталонных слов на этом тестовом наборе. Он не говорит, ошибки ли это в именах, числах или filler — а именно это обычно замечают слушатели.
RTFx — сколько секунд аудио система транскрибирует за секунду wall-clock времени. RTFx 12,600 означает, что заявленный setup обрабатывал аудио в 12,600 раз быстрее realtime. Это цифра про железо и батчинг, а не обещание про микрофон ноутбука.
Почему люди каждый день используют BibiGPT, чтобы превращать видео в текст.
Нам доверяют более 50 000 пользователей по всему миру
“Вставляю ссылку — и через несколько секунд получаю чистые субтитры. Каждую неделю это экономит мне часы перепечатки.”
Maya R.
Контент-мейкер · Переупаковывает короткие видео
“Экспорт расшифровки позволяет повторять новые слова в своём темпе, не останавливая видео каждую минуту.”
Daniel K.
Изучает языки · Учится по реальным видео
“Точный текст с таймкодами, который можно цитировать напрямую. Незаметно стал частью моей ежедневной работы.”
Priya S.
Исследователь · Цитирует публичные выступления
FAQ
Спрашивайте что угодно.
1 Лучший ИИ-инструмент для краткого содержания видео Bilibili в 2026? BibiGPT поддерживает 30+ платформ с 1M+ пользователей. Вставьте любую ссылку Bilibili для мгновенного структурированного краткого содержания. Сравните топ-5 инструментов плюс автоматизацию через ИИ-агента.
2 Install a video-summary skill into DeepSeek Harness in one copy-paste — SKILL.md matches Claude Code. Or skip dsh: paste a Bilibili or YouTube link in the browser and get a timestamped summary.
3 Reverse any video free with no app and no download, right in your browser. Step-by-step for iPhone, Android, and PC, plus how to reverse audio (2026).
Вставьте ссылку YouTube, Bilibili или подкаста — или загрузите файл. BibiGPT вернёт транскрипт с таймкодами, AI-резюме и заметки, по которым можно искать. Обновлено 2026-09-01.
