Granite Speech 5.0 Turbo CTC 詳解

5 條關鍵變化（90 秒讀完）

來自 IBM 2026-08-25 Granite Speech 5.0 Turbo CTC 發布的核心事實。

1. 1

   2026-08-25 發布，兩個檢查點

   IBM 在 Hugging Face 上架 granite-speech-5.0-470m-turboctc（Apache 2.0）與 granite-speech-5.0-470m-turboctc-nc（CC-BY-NC-SA-4.0），與 Granite 4.2 語言模型同日。

2. 2

   沒有 語言模型 骨幹，470M 參數

   不同於 Granite Speech 4.1，Turbo CTC 是僅編碼器的 CTC。IBM 拿掉語音翻譯與關鍵詞偏置，讓體積小到能上筆電與手機。

3. 3

   號稱單張 H200 逾 12,600 RTFx

   IBM 聲稱單張 NVIDIA H200 批次推論可達逾 12,600 倍即時吞吐——一秒轉寫超過 3.5 小時語音。這是廠商在公開 OpenASR 集上的量測。

4. 4

   OpenASR WER 5.00%／4.85%

   截至 2026-08-25，IBM 報告 Apache 模型彙總 WER 5.00%、NC 模型 4.85%（OpenASR 公開英語測試）。在 FFASR 上，IBM 稱這對模型是當日榜上最快的兩款。

5. 5

   WebGPU 串流示範，僅英語

   IBM 發布了 Chrome／Edge 的 WebGPU 串流示範。兩款模型都是英語語音辨識。混語或方言很重的影片，仍需要更廣的轉寫工作流。

BibiGPT 使用者的 3 個典型場景

快速開源語音辨識釋出真正有用的地方——以及「連結變筆記」產品才是真正要做的工作。

相關 BibiGPT 工具

與這次釋出搭配的轉寫與筆記工作流。

來源

本頁事實來自 IBM 自家 2026-08-25 文章。吞吐與 WER 皆為 IBM 報告值。

• IBM Granite 於 2026-08-25 宣布兩款 470M 英語語音辨識模型，聲稱單張 H200 逾 12,600 RTFx，OpenASR 公開集 WER 為 5.00%（Apache 2.0）與 4.85%（NC）。

  Hugging Face — Extremely Fast and Accurate Transcription with Granite Speech 5.0 Turbo CTC ↗

• ibm-granite/granite-speech-5.0-470m-turboctc 模型卡：Apache 2.0、英語、470M、Conformer CTC，發布日 2026 年 8 月 25 日。

  Hugging Face model card — granite-speech-5.0-470m-turboctc ↗

• IBM Research 2026-08-25 的 Granite 4.2 文章點名 Granite Speech 5.0 Turbo CTC 與 Turbo CTC NC 為當日語音模型（URL slug 是 Granite 4.2，不是 Speech 5.0）。

  IBM Research — Granite 4.2 ↗

本頁用詞

深受創作者、學生和研究人員的喜愛

看看大家為什麼每天都用 BibiGPT 把影片轉成文字。

全球 50,000+ 使用者的信賴之選

更多免費工具

探索我們其他的瀏覽器工具——全部免費，無需註冊。