IBMが音声AI「Granite Speech 5.0」をオープンソースで公開、騒がしい場所でも高精度に文字起こし可能で複数人の会話を識別するAIも強化

IBMが最新の音声認識AI「Granite Speech 5.0」を公開しました。騒音環境での精度向上に加え、翻訳機能や専門用語の認識にも対応。高速文字起こしモデルや話者識別モデルもアップデートされ、音声処理能力が大幅に強化されています。