Granite 4.0 1B Speech：コンパクトで多言語対応、エッジ向けに構築
本文の状態
日本語全文を表示中
詳細モードで約2分の本文を読めます。
同じ出来事の情報源
この情報源を基点に整理
Hugging Face Blog
IBMがGranite 4.0 1B Speechを発表した。これは、エッジデバイス向けに設計されたコンパクトで多言語対応の音声AIモデルである。
Source Article
元記事を日本語で読む
本文に関係しない購読案内、埋め込み通知、サイト内プロモーションは除いています。
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 
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。
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。
原文を表示
Back to Articles Granite 4.0 1B Speech: Compact, Multilingual, and Built for the Edge
Upvote 1
We’re excited to share Granite 4.0 1B Speech, the latest addition to IBM's Granite Speech collection. Designed for enterprise applications on resource-constrained devices, Granite 4.0 1B Speech is a compact speech-language model built for multilingual automatic speech recognition (ASR) and bidirectional speech translation (AST). With only half the parameters of its predecessor, granite-speech-3.3-2b, the model delivers higher English transcription accuracy, faster inference through speculative decoding, and expanded language support, now covering English, French, German, Spanish, Portuguese, and Japanese. Two new additions in this release are Japanese ASR support and keyword list biasing for improved recognition of names and acronyms, both of which are frequently requested capabilities from the community. Granite 4.0 1B Speech also recently ranked #1 on the OpenASR leaderboard, highlighting its strong performance among open speech recognition systems.
Despite its small size, Granite 4.0 1B Speech achieves highly competitive results on standard English ASR benchmarks. Performance is measured using Word Error Rate (WER)—the percentage of words transcribed incorrectly—where lower scores indicate better accuracy. As shown in Chart 1, Granite 4.0 1B Speech delivers strong WER across multiple datasets while using far fewer parameters than many comparable models.
Chart 1: granite-4.0-1B-speech delivers competitively low WER, thus strong ASR accuracy, across many benchmarks while being a small model.
Like all Granite models, Granite 4.0 1B Speech is released under an Apache 2.0 license with native support in transformers and vLLM. We evaluated the model across a range of standard ASR and AST benchmarks — spanning English, multilingual, and translation tasks — and found it performs as well as or better than models well above its parameter count. Full evaluation results, architecture details, training data, and usage examples can be found on the model card. We recommend pairing it with Granite Guardian for production deployments requiring additional risk detection.
Give it a try today and let us know what you think!
関連記事
今日のまとめ
AIデイリーブリーフで今日の重要ニュースをまとめ読み