IBM 于10月21日发布 Granite Speech 5.0 2B，为企业语音处理增加一款新的20亿参数语音语言模型。它可转写英语、法语、德语、西班牙语、葡萄牙语和日语，并支持这些语言与英语之间的翻译，以及英语到意大利语、普通话的翻译。
官方称，模型使用39万小时公开音频及补充合成数据训练，重点改进噪声、混响和远场语音下的识别。用户可在提示中指定输入语言、要求标点和大小写，并提供最多2000个产品名称、人名或缩写等关键词，帮助系统处理业务术语。
模型以 Apache 2.0 许可开放，可通过 Transformers、vLLM、llama.cpp 和面向 Apple Silicon 的 mlx-audio 使用。同日语音系列还公布了高速转写与说话人归属模型的改进，分别覆盖设备端大吞吐转写，以及会议、电话等多说话人录音的识别。