IBM Granite Speech 5.0 2B โมเดลแปลงเสียง AI ใหม่
IBM เปิดตัว Granite Speech 5.0 2B โมเดลโอเพน소스 Apache 2.0 สำหรับการแปลงเสียงและแปลภาษา คว้าอันดับ 2 บน Open ASR Leaderboard ด้วยอัตราความผิดพลาด WER เฉลี่ย 5.68%
ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง
- IBM เปิดตัว Granite Speech 5.0 2B โมเดลแปลงเสียงพูดและแปลภาษาลิขสิทธิ์ Apache 2.0
- คว้าอันดับ 2 บนตาราง Open ASR Leaderboard ด้วยอัตราความผิดพลาดเฉลี่ย (WER) 5.68% ภาษาอังกฤษ
- เปิดตัวพร้อมกับโมเดลอัปเดตใหม่อย่าง Turbo CTC และ 4.1 2B Plus
บริษัท IBM ประกาศเปิดตัวโมเดลปัญญาประดิษฐ์รุ่นใหม่ล่าสุดในชื่อ Granite Speech 5.0 2B ซึ่งพัฒนาขึ้นมาเพื่อรองรับงานด้านการถอดเสียงพูดและการแปลภาษาแบบหลายภาษา (multilingual transcription and translation) โดยเผยแพร่ภายใต้สัญญาอนุญาตแบบ Apache 2.0 ที่เปิดกว้างให้นักพัฒนาสามารถนำไปใช้งานต่อยอดได้อย่างอิสระ
โมเดลใหม่ตัวนี้ทำผลงานได้อย่างโดดเด่นบนเวทีระดับสากล โดยสามารถไต่อันดับขึ้นไปอยู่อันดับที่ 2 บนตาราง Open ASR Leaderboard ซึ่งเป็นมาตรฐานวัดประสิทธิภาพของระบบจดจำเสียงพูดอัตโนมัติ (Automatic Speech Recognition) โดยทำคะแนนอัตราความผิดพลาดในการถอดเสียงภาษาอังกฤษเฉลี่ย (Word Error Rate หรือ WER) อยู่ที่ระดับ 5.68% เท่านั้น
ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง
การเปิดตัว Granite Speech 5.0 2B ภายใต้สัญญาอนุญาต Apache 2.0 สะท้อนให้เห็นถึงกลยุทธ์โอเพนซอร์สของ IBM ที่ต้องการผลักดันให้นักพัฒนาและองค์กรต่างๆ สามารถเข้าถึงเทคโนโลยีการประมวลผลเสียงพูดขั้นสูงได้ง่ายขึ้น โดยอัตราความผิดพลาด WER ที่ต่ำเพียง 5.68% บน Open ASR Leaderboard บ่งชี้ถึงความแม่นยำที่สูงในการจัดการกับสำเนียงและคำศัพท์ที่ซับซ้อน ซึ่งเป็นหัวใจสำคัญในการนำไปประยุกต์ใช้กับงานบริการลูกค้า การถอดความประชุม และระบบแปลภาษาแบบเรียลไทม์
นอกจากการเปิดตัวโมเดลหลักอย่าง Granite Speech 5.0 2B แล้ว ทาง IBM ยังได้ทำการอัปเดตโมเดลอื่นๆ ในตระกูลเดียวกันเพิ่มเติมพร้อมกันอีกด้วย ได้แก่:
- โมเดล Turbo CTC ที่ได้รับการปรับปรุงใหม่ให้ทำงานได้รวดเร็วยิ่งขึ้น
- โมเดล 4.1 2B Plus ที่เข้ามาเสริมทัพประสิทธิภาพการประมวลผลเสียงให้มีความหลากหลายมากยิ่งขึ้น
การเดินหน้าพัฒนาชุดโมเดลตระกูล Granite ในครั้งนี้ถือเป็นอีกหนึ่งก้าวสำคัญของ IBM ในการเพิ่มขีดความสามารถด้านเทคโนโลยีเสียงพูดและภาษาธรรมชาติ (NLP) ให้ตอบโจทย์ภาคธุรกิจและนักพัฒนาทั่วโลกที่ต้องการโซลูชัน AI ความแม่นยำสูง
ที่มา: MarkTechPost
พบข้อมูลผิดพลาดในบทความนี้? แจ้งปัญหาบทความนี้
ความคิดเห็น
แสดงความคิดเห็น