IBM推出了一款名为Granite Speech 5.0 Turbo CTC的语音转录模型，参数量为470M。官方给出的核心指标显示，其转录速度超过实时速度的12600倍，英文词错率约为5%。

速度与准确率的组合

打开网易新闻 查看精彩图片

在语音转文字任务中，速度和准确率往往难以兼得。这款模型把两者放在同一张规格表里：超过12600 RTFx的处理速度，配合约5%的英文词错率，面向的是需要快速处理大量音频的场景。

开源许可情况

模型采用Apache 2.0与CC-BY-NC-SA两种许可发布。前者允许较为自由的商业使用，后者则对非商业用途和相同方式共享作出限制。