Granite 4.0 1B Speech：コンパクトで多言語対応、エッジ向けに構築

Back to Articles Granite 4.0 1B Speech: コンパクト、多言語対応、エッジ向けに構築 Upvote 1 ![](/avatars/0c302d25cdd0e4ac2e84c5ca197b28a7.svg) この度、IBMのGranite Speechファミリーに最新モデル「Granite 4.0 1B Speech」が加わりましたので、ご紹介いたします。リソースに制約のあるデバイス上でのエンタープライズアプリケーション向けに設計されたこのモデルは、多言語自動音声認識（ASR）および双方向音声翻訳（AST）のためのコンパクトな音声言語モデルです。前身モデル「granite-speech-3.3-2b」の半分のパラメータ数でありながら、英語の文字起こし精度の向上、推測的デコードによる高速な推論、そして拡張された言語サポート（英語、フランス語、ドイツ語、スペイン語、ポルトガル語、日本語）を実現しています。今回のリリースでは、コミュニティから要望の多かった2つの新機能、すなわち日本語ASRのサポートと、固有名詞や頭字語の認識向上のためのキーワードリストバイアスを追加しました。また、Granite 4.0 1B Speechは、OpenASRリーダーボードで1位を獲得しており、オープンな音声認識システムの中でも優れた性能を発揮することが示されています。 小型モデルにもかかわらず、Granite 4.0 1B Speechは標準的な英語ASRベンチマークで非常に高い競争力を示しています。性能は単語誤り率（WER）——誤って文字起こしされた単語の割合——で測定され、値が低いほど精度が高いことを意味します。チャート1が示す通り、このモデルは、多くの同等モデルよりもはるかに少ないパラメータ数でありながら、複数のデータセットにおいて優れた（低い）WERを達成しています。 ![](https://cdn-uploads.huggingface.co/production/uploads/653fb52cbfd890805461d691/GRVvLzgEV0bcB-v1ij77b.png) チャート1: granite-4.0-1B-speechは、小型モデルでありながら、多くのベンチマークで競争力のある低いWER、すなわち高いASR精度を実現しています。 すべてのGraniteモデルと同様、Granite 4.0 1B SpeechはApache 2.0ライセンスの下で公開され、transformersおよびvLLMでネイティブにサポートされています。当モデルを、英語、多言語、翻訳タスクにわたる一連の標準ASR/ASTベンチマークで評価した結果、パラメータ数がはるかに多いモデルと同等、あるいはそれ以上の性能を発揮することが確認されました。詳細な評価結果、アーキテクチャ、学習データ、使用例はモデルカードをご覧ください。本番環境へのデプロイメントで追加のリスク検出が必要な場合は、Granite Guardianとの併用をお勧めします。 ぜひお試しいただき、ご意見をお聞かせください。 ![](https://cdn-avatars.huggingface.co/v1/production/uploads/666ec38102791b3b49f453e8/4tbOdqK3C0IVI21cgLUmL.jpeg) ![](https://cdn-avatars.huggingface.co/v1/production/uploads/639bcaa2445b133a4e942436/CEW-OjXkRkDNmTxSu8Egh.png) ![](https://cdn-avatars.huggingface.co/v1/production/uploads/639bcaa2445b133a4e942436/CEW-OjXkRkDNmTxSu8Egh.png)

Granite 4.0 1B Speech：コンパクトで多言語対応、エッジ向けに構築

背景や根拠まで確認しますか？

関連記事

調べる

選ぶ

サイト