IBM 发布 Granite Speech 5.0 系列语音模型并更新两个现有版本
IBM 发布 granite-speech-5.0-2b 新模型,并更新 granite-speech-5.0-470m-turboctc 和 granite-speech-4.1-2b-plus,覆盖转录、翻译、边缘端高速转录和说话人标注。
IBM 发布 granite-speech-5.0-2b 新模型,并更新 granite-speech-5.0-470m-turboctc 和 granite-speech-4.1-2b-plus,覆盖转录、翻译、边缘端高速转录和说话人标注。
Mistral 发布 Voxtral 3,包含语音转写、语音合成模型和基于 LiveKit 的语音 Agent SDK,将听、推理、工具调用和说话整合为单一实时流式管线。
推荐理由:原文给出各环节定价、语言覆盖和基准对比,读者可据此评估它在现有语音 Agent 工作流中的可替换性。